Universidade Federal de Campina Grande

Centro de Ciências e Tecnologia Agroalimentar
Equações Diferenciais Lineares
Prof. Ms. Hallyson Gustavo G. de M. Lima
Pombal - PB
Conteúdo
1 Introdução 3
1.1 Definições Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Equações Diferenciais de Primeira Ordem 5
2.1 Equações Diferenciais Lineares de Primeira Ordem . . . . . . . . . . . . . . 5
2.2 Problema de Valor Inicial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3 Equações Diferenciais Não-Lineares de Primeira Ordem . . . . . . . . . . . . 8
2.3.1 Equação de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3.2 Equação de Ricatti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3.3 Equações Exatas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3.4 Fator Integrante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3.5 Equação Separavél . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.6 Equação Redutível à forma Separável . . . . . . . . . . . . . . . . . . 20
2.4 Teorema de Existência e Unicidade e o Método das Iterações Sucessivas de
Picard . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.1 O Teorema de Existência e Unicidade: Caso Linear . . . . . . . . . . 25
2.4.2 O Método das Aproximações Sucessivas ou Método de Iteração de
Picard . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.4.3 O Teorema de Existência e Unicidade: Caso Não-linear . . . . . . . . 28
2.5 Aplicações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5.1 Crescimento e Decrescimento . . . . . . . . . . . . . . . . . . . . . . . 32
2.5.2 Epidemia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.5.3 Trajetórias Ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.5.4 Problemas de Temperatura e a Lei de Resfriamento e Aquecimento
de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.5.5 Misturas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5.6 Circuitos Elétricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.5.7 Problemas de Crescimento e Declínio . . . . . . . . . . . . . . . . . . 39
2
2.5.8 Datação por Carbono 14 . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.5.9 Investimentos Financeiros . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.5.10 Equações Autônomas e Dinâmica Populacional . . . . . . . . . . . . 39
2.5.11 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3 Equações Diferenciais de Segunda Ordem 49
3.1 Equações Diferenciais Lineares de Segunda Ordem . . . . . . . . . . . . . . 49
3.2 Equações de Segunda Ordem com Coeficiente Constantes . . . . . . . . . . 52
3.2.1 Raizes Reais e Distintas . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.2.2 Raizes Complexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.2.3 Método de Redução de Ordem . . . . . . . . . . . . . . . . . . . . . . 56
3.2.4 Raizes Repetida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.3 Equações Diferenciais de Segunda Ordem Não - Homogêneas . . . . . . . . 60
3.4 Oscilações Mecânicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.4.1 Oscilação Livre Não-Amortecidas . . . . . . . . . . . . . . . . . . . . 68
3.4.2 Oscilação Livre Amortecidas . . . . . . . . . . . . . . . . . . . . . . . 70
4 Equações Diferenciais de Ordem Superior 74
4.1 Equações Diferenciais de Ordem Superior . . . . . . . . . . . . . . . . . . . . 74
4.2 Equação de Euler-Cauchy Homogêneas de ordem três . . . . . . . . . . . . . 82
5 Sistemas de Equações Lineares de Primeira Ordem 84
5.1 Sistema de Equações Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.2 Independência Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.3 Autovalores e Autovetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.4 Sistemas de Equações Diferenciais Lineares de Primeira Ordem . . . . . . . 87
5.4.1 Sistemas Homogêneos com coeficientes constantes . . . . . . . . . . 88
5.4.2 Sistemas Hermitianos . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.4.3 Autovalores Complexos . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.4.4 Autovalores Repetidos . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5.5 Sistemas de Equações Diferenciais Não-Homogêneos . . . . . . . . . . . . . 103
Capítulo 1
Introdução
1.1 Definições Preliminares
Definição 1.1 (Equações Diferenciais) Uma Equação Diferencial é uma equação que envolve
uma função (incognita) e ao menos uma das suas derivadas.
Exemplo 1 Se y = f(x) ou y = f(t) é a função de uma única variável independente então as
equações abaixo são exemplos de Equações Diferenciais Ordinárias (EDO).
(a)
d
2
y
dx
2
−5
dy
dx
+ 6y = 0
(b) y

+ 3y

+ 3y

+ y = 0
(c)
dy
dt
+
2y
t
= t
2
Exemplo 2 Se w = f(x, y, z) é a função da variável tempo t e das variáveis x, y e z então temos
como exemplos de equações diferenciais parciais (EDP).
(a)
_

2
w
∂x
2
+

2
w
∂y
2
+

2
w
∂z
2
_
= 0
(b) C
_

2
w
∂x
2
+

2
w
∂y
2
+

2
w
∂z
2
_
=
∂w
∂t
Definição 1.2 (Ordem) A ordem de uma equação é a ordem da derivada de maior grau que
aparece na equação.
Observação 1.3 Uma equação diferencial de ordem n é uma expressão da forma
F(x, y, y

, y

, . . . , y
n
) = 0 (1.1)
4
Definição 1.4 (Solução) Uma função y = ϕ(x) é a solução da equação 1.1 se y ∈ C
n
e além
disso F(x, ϕ(x), ϕ

(x), ϕ

(x), . . . , ϕ
n
(x)) = 0.
Exemplo 3 A equação
d
2
y
dx
2
−5
dy
dx
+ 6y = 0 tem como uma solução a expressão y = e
2x
.
De fato. Observe que, y

= 2e
2x
e y

= 4e
2x
. Daí,
d
2
y
dx
2
−5
dy
dx
+ 6y = 0 =⇒4e
2x
−5 · 2e
2x
+ 6e
2x
= 0 =⇒10e
2x
−10e
2x
= 0 =⇒0 = 0.
Exemplo 4 Verifique se y = e
3x
também é solução de
d
2
y
dx
2
−5
dy
dx
+ 6y = 0.
Observação 1.5 Na verdade toda solução da equação anterior é da forma y = c
1
e
2x
+ c
2
e
3x
Definição 1.6 (Equação Linear) Uma equação diferencial de ordem n, da forma
F(x, y, y

, y

, . . . , y
n
) = 0
é dita linear se a mesma é mesma é função linear da variavéis y, y

, y

, . . . , y
n
.
Observação 1.7 A forma geral de uma EDL de ordem n é
a
0
(x)y
n
+ a
1
(x)y
n−1
+ . . . + a
n
(x)y = g(x), onde, (a
0
(x) = 0)
Exemplo 5 (a) A equação cos(x)y

+ 7y

+ (x
2
+ 1)y = ln x é linear.
Defina L[x] = cos(x)y

+ 7y

+ (x
2
+ 1)y. Assim,
• L[y
1
+ y
2
] = cos(x)(y
1
+ y
2
)

+ 7(y
1
+ y
2
)

+ (x
2
+ 1)(y
1
+ y
2
) =
= cos(x)(y

1
+ y

2
) + 7(y

1
+ y

2
) + (x
2
+ 1)(y
1
+ y
2
) =
= cos(x)y

1
+ cos(x)y

2
+ 7y

1
+ 7y

2
+ (x
2
+ 1)y
1
+ (x
2
+ 1)y
2
=
= (cos(x)y

1
+ 7y

1
+ (x
2
+ 1)y
1
) + (cos(x)y

2
+ 7y

2
+ (x
2
+ 1)y
2
) = L[y
1
] + L[y
2
]
• L[ky] = cos(x)(ky)

+ 7(ky)

+ (x
2
+ 1)(ky) = cos(x)(ky

) + 7(ky

) + (x
2
+ 1)(ky) =
= k(cos(x)y

) + k7y

+ k(x
2
+ 1)y = k[cos(x)y

+ 7y

+ (x
2
+ 1)y] = kL[y]
(b) A equação
d
2
y
dx
2
−5
dy
dx
+ 6y = 0 é linear.
(c) A equação y

+ y

+ 2y
2
= 0 não é linear
(d) A equação y · y

= sen(x) não é linear.
Capítulo 2
Equações Diferenciais de Primeira
Ordem
2.1 Equações Diferenciais Lineares de Primeira Ordem
Definição 2.1 A forma geral de uma Equação Diferencial Ordinária Linear de Primeira Ordem é
y

+ p(x)y = q(x) (2.1)
onde p e q, são funções contínuas em um intervalo aberto I.
Observação 2.2 Quando q(x) = 0 para todo x ∈ I a equação é dita Equação Homogênea.
Método de Resolução
"O lado esquerdo da equação 2.1 é a derivada do produto envolvendo y".
Suponha que exista u(x) tal que,
u(x)y

+ u(x)p(x)y = u(x)q(x) (2.2)
e além disso
u(x)y

+ u(x)p(x)y =
d
dx
(u(x)y) (2.3)
De 2.3, sendo y = 0 e u(x) = 0, temos que
u(x)y

+ u(x)p(x)y = u(x)y

+ u

(x)y ⇒u(x)p(x) = u

(x)
logo
u

(x)
u(x)
= p(x).
6
Note que,
d
dx
(ln u(x)) =
u

(x)
u(x)
,
dai,
d
dx
(ln u(x)) = p(x) ⇒ln u(x) =
_
p(x) dx + C, onde C = 0
portanto,
u(x) = e
R
p(x) dx
(2.4)
Encontrando a solução de y
De 2.2 e 2.3 obtemos,
d
dx
(u(x)y) = u(x)q(x)
e finalmente obtemos
u(x)y =
_
u(x)q(x) dx + C ⇒y =
_
u(x)q(x) dx + C
u(x)
(2.5)
ou ainda,
y = e

R
p(x) dx
__
e
R
p(x) dx
q(x)dx + C
¸
(2.6)
• As expressões (2.5) e (2.6) são chamadas de solução geral de (2.1).
• u(x) é fator integrante.
Exemplo 6 Resolva a equação
ty

+ 2y = sen(t), com t > 0.
Determine como se comporta a solução y(t) quando t →∞
Solução: Temos que
ty

+ 2y = sen(t) =⇒y

+
2y
t
=
sen(t)
t
Neste caso p(t) =
2
t
, então
u(t) = e
R
2
t
dt
= e
2 ln t
= e
ln t
2
= t
2
Assim o fator integrante é u(t) = t
2
. Deste modo temos,
y

+
2y
t
=
sen(t)
t
=⇒t
2
y

+ 2ty = tsen(t)
7
isto é
d
dt
(t
2
y) = tsen(t) =⇒t
2
y =
_
tsen(t) dt + C =⇒t
2
y = sen(t) −tcos(t) + C.
Logo,
y(t) =
sen(t) −tcos(t) + C
t
2
Observe que y(t) →0 quando t →∞.
Exercício 1: Resolva as equações abaixo e determine como as soluções se comportam
quando t →+∞.
a) y

+ 3y = t + e
−2t
e) y

−2y = 3e
t
i) ty

−y = t
2
e
−t
b) y

−2y = t
2
e
2t
f) y

+ 2ty = 2te
−t
2
j) y

+ y = 5cos(2t)
c) y

+ y = te
−t
+ 1 g) (1 + t
2
)y

+ 4ty = (1 + t
2
)
−2
k) 2y

+ y = 3t
2
d) y

+
1
t
y = 3cos(2t), t>0 h) 2y

+ y = 3t
2.2 Problema de Valor Inicial
Definição 2.3 Uma equação diferencial
dy
dx
= f(x, y),
juntamente com a condição inicial y(x
0
) = y
0
, constituem o que chamamos de Problema de
Valor Inicial (PVI), a qual geralmente é denotada por
_
_
_
dy
dx
= f(x, y),
y(x
0
) = y
0
.
(2.7)
Exemplo 7 Resolva o seguinte PVI
_
¸
_
¸
_
ty

+ 2y = sen(t), se t > 0,
y
_
π
2
_
= 1.
Solução: Já vimos no exemplo 1 que
y(t) =
sen(t) −tcos(t) + C
t
2
8
. Queremos agora que, y
_
π
2
_
= 1, isto é,
1 = y
_
π
2
_
=
sen
_
π
2
_

_
π
2
_
cos
_
π
2
_
+ C
_
π
2
_
2
.
Segue que, C =
_
π
2
4
_
−1.
Logo a solução do PVI é
y(t) =
sen(t) −tcos(t) +
_
π
2
4
_
−1
t
2
.
Teorema Fundamental
Se as funções p(x) e q(x) são contínuas em um intervalo aberto I = (α, β) contendo
o ponto x = x
0
então existe uma única função y = φ(x) que satisfaz a equação,
y

+ p(x)y = q(x), ∀x ∈ I
e a condição inicial y(x
0
) = y
0
.
2.3 Equações Diferenciais Não-Lineares de Primeira Ordem
Aqui estudaremos métodos de resolução da equação diferencial
y
0
= f(x, y),
onde f é uma função não linear em relação a y.
2.3.1 Equação de Bernoulli
Definição 2.4 Uma equação diferencial, não linear, da forma,
y

+ p(x)y = q(x)y
n
(2.8)
é chamada de Equação de Bernoulli (EB)
Note que se n = 0 ou n = 1 a equação de Bernoulli torna-se linear
_
_
_
n = 0, y

+ p(x)y = q(x),
n = 1, y

+ (p(x) −q(x))y = 0.
9
Método de Resolução
Considere n = 0 ou n = 1. Deste modo, vamos procurar uma solução y = y(x)
diferente de zero (y = 0). Assim, seja
w = y
1−n
(2.9)
daí,
w

=
dw
dx
= (1 −n)y
−n
y

. (2.10)
Multipliquemos então (2.8) por (1 −n)y
−n
. Deste modo temos,
(1 −n)y
−n
y

+ (1 −n)y
−n
p(x)y = (1 −n)y
−n
q(x)y
n

(1 −n)y
−n
y

+ (1 −n)y
1−n
p(x) = (1 −n)q(x) (2.11)
Aplicando (2.9) e (2.10) em (2.11) obtemos
w

+ (1 −n)p(x)w = (1 −n)q(x) (2.12)
a qual é uma EDL de 1
o
ordem em w, a qual sabemos resolver.
Pela relação em (2.9) encontramos a solução da Equação de Bernoulli.
Exemplo 8 Resolva a equação diferencial
y

+ 2x
−1
y = x
6
y
3
, com x > 0.
Solução: Temos uma EB com n = 3. Assim seja w = y
−2
, daí, w

= −2yy
−3
. Segue então
que,
y

+ 2x
−1
y = x
6
y
3
⇒(−2y
−3
)y

+ (−2y
−3
)2x
−1
y = (−2y
−3
)x
6
y
3

−2y
−3
y

−4x
−1
y
−2
= −2x
6
ou seja,
−2y
−3
y

−4x
−1
y
−2
= −2x
6
⇒w


_
4
x
_
w = −2x
6
onde w


_
4
x
_
w = −2x
6
é uma EDL de 1
o
ordem.
• Fator Integrante
10
(∗) u(x) = e
R
−4
x
dx
= e
−4 ln x
=
1
x
4
;
(∗) w(x) =
_ _
1
x
4
_
(−2x
6
) dx + C
_
1
x
4
_ ⇒w(x) =
−2x
7
3
+ Cx
4
Portanto, a solução da EB em estudo é dado por
y(t) = ±
_
_
_
1
−2x
7
3
+ Cx
4
_
_
_
1
2
Exercício 2: Resolva as equações de Bernoulli abaixo:
a) y

+
y
x
= xy
2
, com x > 0 c) xy

−y = x
3
y
4
, com x > 0
b) t
2
y

+ 2ty −y
3
= 0, com t > 0
2.3.2 Equação de Ricatti
Definição 2.5 A equação de Ricatti (ER) é uma equação diferencial da forma
dy
dx
= q
1
(x) + q
2
(x)y + q
3
(x)y
2
(2.13)
onde q
1
(x), q
2
(x) e q
3
(x) são funções definidas em um intervalo I.
Método de Resolução
Suponha que y
1
(x) é uma solução da equação (ER). Considere,
y = y
1
+
1
v(x)
, v(x) = 0∀x.
Temos então que
dy
dx
=
dy
1
dx

v

(x)
[v(x)]
2
Substituindo
dy
dx
e y em (ER) encontramos,
11
dy
1
dx

v

(x)
[v(x)]
2
=
dy
1
dx

1
[v(x)]
2
v

(x) =
dy
1
dx

1
[v(x)]
2
dv
dx
=⇒
dy
1
dx

1
[v(x)]
2
dv
dx
= q
1
(x) + q
2
(x)
_
y
1
+
1
v(x)
_
+ q
3
(x)
_
y
1
+
1
v(x)
_
2
=⇒
dy
1
dx

1
[v(x)]
2
dv
dx
= q
1
(x) + q
2
(x)y
1
+
q
2
(x)
v(x)
+ q
3
(x)y
2
1
+
2q
3
(x)y
1
v(x)
+
q
3
(x)
[v(x)]
2
=⇒
dy
1
dx

1
[v(x)]
2
dv
dx
= q
1
(x) + q
2
(x)y
1
+ q
3
(x)y
2
1
+
q
2
(x)
v(x)
+
2q
3
(x)y
1
v(x)
+
q
3
(x)
[v(x)]
2
=⇒
Sendo y
1
solução de (ER), segue que

1
[v(x)]
2
dv
dx
=
q
2
(x)
v(x)
+
2q
3
(x)y
1
v(x)
+
q
3
(x)
[v(x)]
2
=⇒−
dv
dx
= q
2
(x)v(x) + 2q
3
(x)y
1
v(x) + q
3
(x) =⇒
dv
dx
+ [q
2
(x) + 2q
3
(x)y
1
]v(x) + q
3
(x) = 0 (2.14)
Logo, obtemos em (2.14) uma (EDL) de 1
a
ordem em v.
Portanto, a solução de uma (ER) é dada pela relação
y = y
1
+
1
v(x)
Exemplo 9 Determine a solução das seguintes equações de Ricatti
(a) y

= 1 + x
2
−2xy + y
2
, onde y
1
(x) = x
(b)
dy
dx

[2cos
2
(x) −sen
2
(x) + y
2
]
2cos(x)
= 0, onde y
1
(x) = sen(x)
Solução:
a) Neste caso temos,
q
1
(x) = 1 + x
2
, q
2
(x) = −2x, e q
3
(x) = 1.
Daí,
dy
dx
= −(−2x + 2 · 1 · x)v(x) −1 =⇒
dy
dx
= −1 =⇒dv = −dx =⇒v = −x + c.
Logo,
y = x +
1
c −x
12
b) Temos que,
dy
dx

[2cos
2
(x) −sen
2
(x) + y
2
]
2cos(x)
= 0 =⇒
dy
dx
=
[2cos
2
(x) −sen
2
(x) + y
2
]
2cos(x)
=⇒
dy
dx
=
_
cos(x) −
sen
2
(x)
2cos(x)
_
+
y
2
2cos(x)
Assim,
q
1
(x) = cos(x) −
sen
2
(x)
2cos(x)
, q
2
(x) = 0, e q
3
(x) =
1
2cos(x)
Daí,
dv
dx
= −
_
0 + 2 ·
1
2cos(x)
· sen(x)
_
v(x) −
1
2cos(x)
=⇒
dv
dx
+
_
sen(x)
cos(x)
_
v(x) =
1
2cos(x)
Deste modo, obtemos uma (EDL) de 1
a
ordem em v, a qual tem solução,
v(x) = −
sen(x)
2
+ ccos(x)
Logo
y = sen(x) +
_
_
_
1

sen(x)
2
+ c · cos(x)
_
_
_
Exercício 3: Determine a solução da seguinte equação de Ricatti,
dy
dx
= e
2x
+ (1 + 2e
x
)y + y
2
, onde y
1
(x) = −e
x
2.3.3 Equações Exatas
Antes de tratamos a definição de Equações Exatas vamos trabalhar com um pequeno
exemplo, do que será importante neste tópico.
Observação 2.6 Seja w = f(u, v) onde u = g(x) = x e v = h(x) = y com u = φ(x). Note que
w = f(u, v) = f(x, y) = f(x, φ(x))
Assim,
dw
dx
=
∂w
∂u
·
∂u
∂x
+
∂w
∂v
·
∂v
∂x
=
∂w
∂u
·
du
dx
+
∂w
∂v
·
dv
dx
=⇒
dw
dx
=
∂w
∂u
+
∂w
∂v
· y

13
Exemplo 10 Vamos resolver a equação abaixo
2x + y
2
+ 2xyy

= 0, (∗)
Solução: Note que temos
(2x + y
2
)dx + (2xy)dy = 0, (∗)
Além disso a função, w = f(x, y) = x
2
+ xy
2
verifica,
∂w
∂x
= 2x + y
2
e
∂w
∂y
= 2xy
Logo a equação (*) pode ser escirta como,
∂w
∂u
+
∂w
∂v
· y

= 0 =⇒
dw
dx
= 0 =⇒w = c
ou seja,
x
2
+ xy
2
= c
Definição 2.7 Uma equação diferenciável da forma
M(x, y)dx + N(x, y)dy = 0
é denominada exata se existe uma função f = f(x, y) tal que
∂f(x, y)
∂x
= M(x, y) e
∂f(x, y)
∂y
= N(x, y)
Neste caso a solução é dada implicitamente pela função f(x, y) = c
Teorema (Importante): Se as funções M(x, y), N(x, y), M
y
(x, y) e N
x
(x, y), forem con-
tínuas em um retângulo R, então a equação,
M(x, y)dx + N(x, y)dy = 0
é exata se, e somente se,
∂M
∂y
=
∂N
∂x
Exemplo 11 Resolva a equação
e
y
dx + (xe
y
+ 2y)dy = 0
14
Solução: Temos uma equação da forma
M(x, y)dx + N(x, y)dy = 0
onde M(x, y) = e
y
e N(x, y) = (xe
y
+ 2y).
Além disso,
∂M
∂y
= e
y
=
∂N
∂x
Logo a equação e
y
dx +(xe
y
+2y)dy = 0 é exata. Deste modo existe uma função f(x, y) tal
que,
∂f
∂x
= e
y
e
∂f
∂y
= (xe
y
+ 2y)
Encontrando a função f(x, y).
Temos que,
∂f
∂x
= e
y
=⇒f(x, y) =
_
e
y
dx = xe
y
+ h(y) + D, com D constante
Para obter a solução implícita na forma f(x, y) = C, obtemos,
∂f
∂y
= xe
y
+ h

(y)
que comparando
xe
y
+ h

(y) = xe
y
+ 2y =⇒h

(y) = 2y =⇒h(y) = y
2
Portanto, concluimos que
xe
y
+ y
2
= f(x, y) =⇒xe
y
+ y
2
= C
Passos para resolver os problemas
• Verifique se a equação é exata
• Derive com relação a x
• Integrar com respeito a y
• Calcular o h

(x) (comparando)
• Depois substituir h(x) em f(x, y)
Exemplo 12 (ye
xy
cos2x −2e
xy
sen2x + 2x)dx + (xe
xy
cos2x −3)dy = 0
Temos que,
15
• M(x, y) = ye
xy
cos2x −2e
xy
sen2x + 2x =⇒
=⇒
∂M
∂y
(x, y) = e
xy
cos2x + xye
xy
cos2x −2xe
xy
sen2x + 2x.
• N(x, y) = xe
xy
cos2x −3 =⇒
∂N
∂x
(x, y) = e
xy
cos2x + xye
xy
cos2x −2xe
xy
sen2x.
Como
∂M
∂y
=
∂N
∂x
, então a equação é exata. Logo existe f(x, y) tal que,
(a)
∂f
∂x
= ye
xy
cos2x −2e
xy
sen2x + 2x;
(b)
∂f
∂y
= xe
xy
cos2x −3.
Vamos então calcular f(x, y). Por (b) temos que
f(x, y) =
_
(xe
xy
cos2x −3) dy = xcos2x
_
1
x
_
e
xy
−3y + g(x) = e
xy
cos2x −3y + g(x)
Derivando com relação a x,
∂f
∂x
= ye
xy
cos2x −2e
xy
sen2x + g

(x)
Comparando com relação a
∂f
∂x
, obtemos que
g

(x) = 2x =⇒
_
g

(x) dx =
_
2x dx =⇒g(x) = x
2
.
Portanto,
f(x, y) = e
xy
cos2x −3y + x
2
=⇒e
xy
cos2x −3y + x
2
= c
Exemplo 13 Equação que não é exata
ydx + (x
2
y −x)dy = 0
Neste caso faremos a verificação ou teste.
• M(x, y) = y =⇒
∂M
∂y
(x, y) = 1.
• N(x, y) = (x
2
y −x) =⇒
∂N
∂x
(x, y) = 2xy −1.
Assim,
∂M
∂y
(x, y) =
∂N
∂x
(x, y), ou seja, a equação não é exata.
Façamos então o seguinte, multipliquemos a equação ydx + (x
2
y − x)dy = 0 pelo
fator
1
x
2
. Daí, temos
ydx + (x
2
y −x)dy = 0 =⇒
y
x
2
dx + (y −
1
x
)dy = 0
Agora,
16
• M(x, y) =
y
x
2
=⇒
∂M
∂y
(x, y) =
1
x
2
.
• N(x, y) = y −
1
x
=⇒
∂N
∂x
(x, y) =
1
x
2
.
Assim,
∂M
∂y
(x, y) =
∂N
∂x
(x, y).
Portanto, nosso objetivo agora é, dada uma equação não exata,
M(x, y)dx + N(x, y)dy = 0
determinar o fator, denotado por µ(x, y), que multiplicado em ambos os lados da equação
acima,
µ(x, y)[M(x, y)dx + N(x, y)dy] = µ(x, y) · 0 =⇒µ(x, y)M(x, y)dx + µ(x, y)N(x, y)dy = 0,
obtenhamos em uma equação exata.
2.3.4 Fator Integrante
Se a equação
M(x, y)dx + N(x, y)dy = 0
com
dx
dx
= 1 e
dy
dx
= y

, ou seja,
M(x, y) + N(x, y)y

= 0
não é exata, encontraremos uma função µ(x, y) tal que a equação
µ(x, y)[M(x, y) + N(x, y)y

] = 0
se torne exata.
A função µ(x, y) é chamada de fator integrante.
Exercício: Mostre que se y = φ(x) é solução de M(x, y) +N(x, y)y

= 0, então ele também
é solução de µ(x, y)[M(x, y) + N(x, y)y

] = 0.
Determinando o fator integrante µ(x, y)
Seja,
µ(x, y)M(x, y)dx + µ(x, y)N(x, y)dy = 0,
a qual, para ser exata é necessário,
∂(µM)
∂y
=
∂(µN)
∂x
,
17
ou seja,
(µM)
y
= (µN)
x
,
Observação 2.8 A equação (µM)
y
= (µN)
x
, é uma equação diferencial parcial.
Assim temos,
µ
y
M + µM
y
= µ
x
N + µN
x
Suponha agora que µ(x, y) = µ(x), ou seja, que µ dependa somente de x. Então,
µM
y
=

dx
N + µN
x
, (µ
y
= 0) =⇒

dx
=
µ(M
y
−N
x
)
N
Segue que,

µ
=
_
M
y
−N
x
N
_
dx =⇒ln µ =
_ _
M
y
−N
x
N
_
dx
Portanto,
µ(x) = e
_ _
M
y
−N
x
N
_
dx
(2.15)
Observação 2.9 (a) Se considerarmos µ(x, y) = µ(y), obtemos então,
µ(y) = e
_ _
N
x
−M
y
M
_
dy
(2.16)
(b) Se a equação é exata, então temos e
0
= 1, como sendo o fator integrante.
Exemplo 14 Determine a solução das equações abaixo:
a) ydx + (x
2
y −x)dy = 0 b) (3x
2
y + 2xy + y
3
)dx + (x
2
+ y
2
)dy = 0
Solução:
a) Sendo a equação ydx + (x
2
y −x)dy = 0, observe que,
• M(x, y) = y =⇒ M
y
= 1
• N(x, y) = (x
2
y −x) =⇒ N
x
= 2xy −1
Logo a equação não é exata. Deste modo vamos calcular o fator integrante µ. Assim,
_
M
y
−N
x
N
_
=
_
1 −(2xy −1)
x
2
y −x
_
=
_
2 −2xy
x
2
y −x
_
=
_
−2(xy −1)
x(xy −1)
_
.
Então,
µ(x) = e
_

2
x
dx
= e
−2 ln x
=⇒µ(x) =
1
x
2
18
Daí, o fator integrante é µ(x) =
1
x
2
.
Vamos agora determinar a solução. Sabendo agora que a equação,
y
x
2
dx +
(x
2
y −x)
x
2
dy = 0 =⇒
y
x
2
dx +
_
y −
1
x
_
dy = 0
é exata. Deste modo, observe que,

¯
M(x, y) =
y
x
2
=⇒
¯
M
y
=
1
x
2

¯
N(x, y) =
_
y −
1
x
_
=⇒
¯
N
x
=
1
x
2
Assim, existe uma função f(x, y) tal que,
f
x
(x, y) =
y
x
2
e = f
y
(x, y) =
_
y −
1
x
_
Então,
f(x, y) =
_
_
y
x
2
_
dx =⇒−
y
x
+ h(y).
Logo, derivando f(x, y) com relação a y, e comparando a expressão com há dada, temos,
y −
1
x
= f
y
(x, y) = −
1
x
+ h

(y) =⇒h

(y) = y =⇒h(y) =
y
2
2
.
Portanto,
f(x, y) =
y
2
2

y
x
=⇒
y
2
2

y
x
= C
b) Sendo a equação (3x
2
y + 2xy + y
3
)dx + (x
2
+ y
2
)dy = 0, observe que,
• M(x, y) = 3x
2
y + 2xy + y
3
=⇒ M
y
= 3x
2
+ 2x + 3y
2
• N(x, y) = x
2
+ y
2
=⇒ N
x
= 2x
Logo a equação não é exata. Deste modo vamos calcular o fator integrante µ. Assim,
_
M
y
−N
x
N
_
=
_
3x
2
+ 2x + 3y
2
−2x
x
2
+ y
2
_
=
_
3x
2
+ 3y
2
x
2
+ y
2
_
=
_
3(x
2
+ y
2
)
x
2
+ y
2
_
= 3.
Então,
µ(x) = e
_
3 dx
= e
3x
Daí, o fator integrante é µ(x) = e
3x
.
19
Vamos agora determinar a solução. Sabendo agora que a equação,
e
3x
(3x
2
y + 2xy + y
3
)dx + e
3x
(x
2
+ y
2
)dy = 0
é exata. Deste modo, observe que,

¯
M(x, y) = e
3x
(3x
2
y + 2xy + y
3
) =⇒
¯
M
y
= e
3x
(3x
2
+ 2x + 3y
2
)

¯
N(x, y) = e
3x
(x
2
+ y
2
) =⇒
¯
N
x
= 3e
3x
(x
2
+ y
2
) + 2xe
3x
Assim, existe uma função f(x, y) tal que,
f
x
(x, y) = e
3x
(3x
2
y + 2xy + y
3
) e = f
y
(x, y) = e
3x
(x
2
+ y
2
)
Então,
f(x, y) =
_
e
3x
(x
2
+ y
2
) dy =⇒f(x, y) = e
3x
_
x
2
y +
y
3
3
_
+ g(x).
Logo, derivando f(x, y) com relação a x, e comparando a expressão com há dada, temos,
e
3x
(3x
2
y+2xy+y
3
) = f
x
(x, y) = 3x
2
ye
3x
+y
3
e
3x
+2xye
3x
+g

(x) =⇒g

(x) = 0 =⇒g(x) = D.
Portanto,
f(x, y) = e
3x
_
x
2
y +
y
3
3
_
=⇒e
3x
_
x
2
y +
y
3
3
_
= C
2.3.5 Equação Separavél
Definição 2.10 Uma equação diferenciável é separável se pode ser escrita na forma
dy
dx
=
f(x)
g(y)
ou g(y)dy = f(x)dx (2.17)
Exemplo 15 Determine a solução da seguinte equação,
_
¸
_
¸
_
dy
dx
=
(1 + 2y
2
)cosx
y
y(0) = 1
Solução:
Observe que,
dy
dx
=
(1 + 2y
2
)cosx
y
=⇒
_
y
1 + 2y
2
_
dy = cosxdx =⇒
_ _
y
1 + 2y
2
_
=
_
cosxdx =⇒
_
1
4
_
ln |1 + 2y
2
| = senx + C
20
Da condição inicial obtemos
_
1
4
_
ln |1 + 2[y(0)]
2
| = sen(0) + C =⇒
_
1
4
_
ln |1| = 0 + C =⇒C = 0.
Portanto,
ln |1 + 2y
2
| = 4senx =⇒y = ±
_
e
4senx
−1
2
2.3.6 Equação Redutível à forma Separável
Equação Homogênea
Definição 2.11 (Função Homogênea) Uma função f(x, y) é homogênea de grau n se
f(tx, ty) = t
n
f(x, y), com t ∈ R
Exemplo 16 f(x, y) = x
2
+ xy
Observe que,
f(tx, ty) = (tx)
2
+ (txty) = t
2
x
2
+ t
2
xy = t
2
(x
2
+ xy) = t
2
f(x, y)
Logo f(x, y) é homogênea de grau 2.
Exemplo 17 f(x, y) = sen
_
y
x
_
Observe que,
f(tx, ty) = sen
_
ty
tx
_
= sen
_
y
x
_
Logo f(x, y) é homogênea de grau 0.
(Equação Homogênea 1)
Definição 2.12 A equação diferenciável
M(x, y)dx + N(x, y)dy = 0 (2.18)
é homogênea se as funções M e N são homogêneas de mesmo grau n.
A equação (2.18) pode ser escrita da forma,
dy
dx
= f(x, y), com f(x, y) =
−M(x, y)
N(x, y)
(2.19)
21
Observe que f(x, y) é homogênea de grau zero. De fato,
f(tx, ty) =
−M(tx, ty)
N(tx, ty)
=
−t
n
M(x, y)
t
n
N(x, y)
=
−M(x, y)
N(x, y)
= f(x, y)
Importante: Se f(x, y) é homogênea de grau zero, f(x, y) = f(tx, ty), com t ∈ R.
Para t =
1
x
, temos, f(x, y) = f
_
1,
y
x
_
= F
_
y
x
_
(Equação Homogênea 2)
Definição 2.13 A equação diferenciável
dy
dx
= f(x, y) (2.20)
é homogênea se a função depende unicamente da razão
y
x
_
ou
x
y
_
.
Método de Resolução
Se a equação (2.20) é homogênea então,
dy
dx
= F
_
ou
y
x
_
(∗)
Seja v =
y
x
então y = vx. Daí,
dy
dx
= x
dv
dx
+ v
De (∗), obtemos
x
dv
dx
+ v = F(v) ⇐⇒
dv
dx
=
F(v) −v
x
⇐⇒
dx
x
=
dv
F(v) −v
Observação 2.14 Resolvida a equação separável, a solução da equação homogênea é dada por
v =
y
x
Exemplo 18 a) Resolva a equação
y

=
x + y
x
Solução: Observe que,
y

=
x + y
x
= 1 +
y
x
.
Sendo v =
y
x
=⇒y = vx, então,
y

= x
dv
dx
+ v.
22
Deste modo temos que,
y

=
x + y
x
=⇒x
dv
dx
+ v = 1 + v =⇒
dv
dx
=
1
x
⇐⇒
dx
x
= dv
Logo,
v = ln|x| + C,
Portanto,
y = xln|x| + Cx.
b) Resolva a equação
dy
dx
=
y
2
+ 2xy
x
2
Solução: Sendo v =
y
x
=⇒y = vx, temos que,
y
2
+ 2xy
x
2
=
x
2
v
2
+ 2x(xv)
x
2
=
x
2
(v
2
+ 2v)
x
2
= v
2
+ 2v = F(v)
Daí,
dy
dx
=
y
2
+ 2xy
x
2
=⇒x
dv
dx
+ v = v
2
+ 2v =⇒
dv
dx
=
v
2
+ v
x
=⇒
dv
v
2
+ v
=
dx
x
.
Deste modo obtemos,
_
dx
x
=
_
dv
v
2
+ v
=⇒
_
dx
x
=
_
dv
v

dv
v + 1
=⇒ln |x| + C = ln |v| −ln |v + 1| =⇒.
=⇒ln |
v
v + 1
| = ln |x| + C =⇒ln
¸
¸
¸
¸
v
v + 1
¸
¸
¸
¸
= ln |x| + ln |k| =⇒
=⇒ln
¸
¸
¸
¸
v
v + 1
¸
¸
¸
¸
= ln |kx| =⇒
v
v + 1
= kx =⇒kx(v + 1) = v.
Logo,
v = kx(v + 1) =⇒
y
x
= kx
_
y
x
+ 1
_
=⇒y = kyx + kx
2
Portanto,
y =
kx
2
1 −kx
c) Resolva a equação
y

=
y + xsen
_
y
x
_
x
23
Solução: Observe que,
y

=
y + xsen
_
y
x
_
x
=⇒y

=
y
x
+ sen
_
y
x
_
Sendo v =
y
x
=⇒y = vx, temos que,
y

=
y
x
+ sen
_
y
x
_
=⇒y

= v + sen(v)
Daí,
x
dv
dx
+ v = v + sen(v) =⇒
dv
dx
=
sen(v)
x
=⇒
dv
sen(v)
=
dx
x
.
Deste modo obtemos,
_
dx
x
=
_
dv
sen(v)
=⇒ln |x| + C =
_
cossecv dv =⇒ln |x| + C = ln |cossecv −cotgv| =⇒.
=⇒ln |kx| = ln |cossecv −cotgv| =⇒ln
¸
¸
¸
¸
kx
cossecv −cotgv
¸
¸
¸
¸
= 0 =⇒
¸
¸
¸
¸
kx
cossecv −cotgv
¸
¸
¸
¸
= 1
Logo,
kx = cossecv −cotgv =⇒kx = cossec
_
y
x
_
−cotg
_
y
x
_
2.4 Teorema de Existência e Unicidade e o Método das Iter-
ações Sucessivas de Picard
Até aqui buscamos determinar métodos de resolução de equações diferenciais de
primeira ordem. Agora estamos interessados emsaber se dado o problema de valor inicial
_
_
_
dy
dx
= f(x, y),
y(x
0
) = y
0
,
(2.21)
este problema possui solução e se esta solução é única, caso exista. Isto porque o problema
de valor inicial (2.21), às vezes, pode não ter solução e, em alguns casos, possui mais de
uma solução. De fato, vejamos os exemplos abaixo.
Exemplo 19 Mostre que o problema de valor inicial
_
_
_
dy
dx
= y
1
3
,
y(0) = 0, ∀ t ≥ 0,
(2.22)
possui infinitas soluções.
24
Prova. Notemos que a equação diferencial acima é separavél. Portanto, separando as
variáveis e integrando, obtemos
y(t) =
_
2
3
(t + c)
_
3/2
, ∀ t ≥ 0.
Usando a condição inicial y(0) = 0, segue que c = 0. Logo,
y(t) =
_
2
3
t
_
3/2
, ∀ t ≥ 0.
Por outro lado, a função
y
2
(t) = −
_
2
3
t
_
3/2
, ∀ t ≥ 0.
também é solução do problema (2.22). Além disso, uma outra função que também é
solução de (2.22) é a função
y
3
(t) = 0, ∀ t ≥ 0.
Em geral, para qualquer t
0
> 0, a família de funções
y = ϕ(t) =
_
_
_
0, se 0 ≤ t ≤ t
0
,
±
_
2
3
t(t −t
0
)
_
3/2
, se t ≥ t
0
,
são contínuas, diferenciáveis (em particular, em t = t
0
) e soluções do problema (2.22).
Exemplo 20 Mostre que o problema de valor inicial
_
_
_
dy
dx
=

y,
y(0) = 0.
(2.23)
possui mais de uma solução.
Prova. É fácil ver que as funções
y
1
(x) =
x
2
4
, para x ≥ 0, e y
2
(x) = 0.
são soluções do problema de valor inicial (2.23).
Para que o problema (2.21) tenha única solução será necessário colocarmos algumas hipóte-
ses sobre a função f. Vamos analisar os casos emque a equação diferencial dada em(2.21)
seja linear e o caso em que é não-linear.
25
2.4.1 O Teorema de Existência e Unicidade: Caso Linear
Vejamos inicialmente o caso em que a equação diferencial dada em (2.21) é linear.
Teorema 2.4.1 Se as funções p e g são contínuas num intervalo aberto I, α < t < β contendo o
ponto t = t
0
, então existe uma única y = ϕ(t) solução do problema de valor inicial
_
y

+ p(t)y = g(t),
y(t
0
) = y
0
,
(2.24)
para cada t ∈ I, onde y
0
é um valor inicial arbitrário prescrito.
Prova.
Existência:
Multiplicando a equação diferencial por um fator integrante µ(t), obtemos
µ(t)y

+ p(t)µ(t)y = µ(t)g(t). (2.25)
A expressão à esquerda de (2.25) é a derivada do produto µ(t)y, desde que µ(t) verifique
d
dt
µ(t) = µ(t)p(t). (2.26)
Logo, se existe µ(t) satisfazendo (2.26), então segue de (2.25) que
d
dt
_
µ(t)y(t)
_
= µ(t)g(t),
ou seja
µ(t)y(t) =
_
t
µ(s)g(s)ds + C, (2.27)
onde C é uma constante arbitrária.
Podemos determinar o fator integrante µ(t) a partir da equação (2.26). De fato,
suponhamos inicialmente que µ(t) > 0. Então de (2.26) segue que µ(t) = e
R
t
p(s)ds+C
.
Podemos escolher C = 0 de tal modo que
µ(t) = e
R
t
p(s)ds
. (2.28)
Notemos que µ(t) é realmente positivo.
A Eq. (2.28) determina µ(t) a menos de um fator multiplicativo que depende do
limite de integração. Se escolhermos esse limite inferior como sendo t
0
, então
µ(t) = e
R
t
t
0
p(s)ds
. (2.29)
Note que µ(t
0
) = 1. Neste caso, a solução é dada por
y(t) =
1
µ(t)
_
_
t
t
0
µ(s)g(s)ds + C
_
. (2.30)
26
Por outro lado, usando a condição inicial y(t
0
) = y
0
, tem-se C = y
0
, pois µ(t
0
) = 1. Então
a solução torna-se
y(t) =
1
µ(t)
_
_
t
t
0
µ(s)g(s)ds + y
0
_
, (2.31)
onde µ(t) é dado em (2.29).
Sendo p contínua em α < t < β, então µ está definida neste intervalo e é uma função
diferenciável e não-nula. Como µ e g são contínuas, a função µg é integrável e a Eq. (2.27)
segue da Eq. (2.26). Além disso, a integral de µg é diferenciável, de modo que y dado
pela (2.27) existe e é diferenciável no intervalo α < t < β. Substituindo a fórmula para
y dada pela Eq. (2.27) ou Eq.(2.31) na (2.24) pode ser facilmente verificada no intervalo
α < t < β. A condição inicial é também facilmente verificada.
Unicidade:
A unicidade segue diretamente de (2.31).
Exemplo 21 Determine o intervalo no qual o problema de valor inicial
_
_
_
y

+
2
t
y = 4t,
y(1) = 2,
(2.32)
tenha solução única e determine esta solução.
Prova. Neste caso, temos g(t) = 4t é contínua para todo t, enquanto que p(t) =
2
t
é
contínua para todo t = 0, isto é, para t < 0 ou para t > 0. Como a condição inicial y(1) = 2
vale apenas para t > 0, então interessa apenas o intervalo ]0, +∞). Logo o problema (2.36)
ten solução única no intervalo 0 < t < +∞.
Para determinar a solução de (2.36), notemos primeiro que o fator integrante é
µ(t) = e
R
t
2/sds
= e
2ln(t)
= t
2
.
Portanto, a solução de (2.36) é
y(t) =
1
t
2
_
_
t
4s
3
ds + C
_
=
1
t
2
_
t
4
+ C
_
= t
2
+
C
t
2
.
Usando a condição inicial y(1) = 2, segue que C = 1. Logo
y(t) = t
2
+
1
t
2
, ∀ t > 0.
Exemplo 22 Determine o intervalo no qual o problema de valor inicial
_
_
_
y

+
2
t
y = 4t,
y(−1) = 2,
(2.33)
tenha solução única e determine esta solução.
27
Prova. Neste caso, o problema terá solução no intervalo t < 0. Isto porque o intervalo
que contém a condição inicial é o intervalo t < 0 no qual p(t) =
2
t
é contínua.
De modo análogo ao exemplo anterior, encontramos a solução
y(t) = t
2
+
1
t
2
, ∀ t < 0.
2.4.2 O Método das Aproximações Sucessivas ou Método de Iteração
de Picard
No caso da função f(x, y) dada no problema de valor inicial (2.21), a demonstração do
teorema de existência e unicidade foi relativamente simples por que foi possível determi-
nar uma fórmula que daria a solução. Já no caso em que f(x, y) não é linear, não existe
uma fórmula que dê a solução do problema de valor inicial (2.21). Portanto, o teorema de
existência e unicidade neste caso é bem mais difícil.
Uma saída é colocar o problema de valor inicial (2.21) em uma forma mais conve-
niente. Se supusermos, temporariamente, que existe uma função y = ϕ(t) que satisfaz
o problema (2.21), então f(t, ϕ(t)) é uma função contínua que só depende de t. Logo,
podemos integrar y

= f(t, y) do ponto inicial t
0
até um valor arbitrário t, obtendo
ϕ(t) = y
0
+
_
t
t
0
f[s, ϕ(s)]ds. (2.34)
Note que usamos a condição inicial y(t
0
) = y
0
e, também, s para denotar a variável de
integração. A Eq.(2.34) é chamada de equação integral. A equação integral não é uma
fórmula para a solução do problema (2.21), mas fornece outra relação que é satisfeita
por qualquer solução deste problema. Reciprocamente, se existe y = ϕ(t) contínua sat-
isfazendo (2.34), então ela também satisfaz (2.21). Para ver isto, basta notar que o inte-
grando que aparece na Eq.(2.34), sendo contínuo, implica que ϕ

(t) = f(t, ϕ(t)), devido
ao Teorema Fundamental do Cálculo. E também, que y(t
0
) = y
0
. Portanto, o problema
de valor inicial (2.21) e a equação integral (2.34) são equivalentes. Logo, a solução de
um é também solução do outro. É mais conveniente mostrar que existe única solução da
equação integral (2.34) em algum intervalo. A mesma conclusão será válida, então, para
o problema de valor inicial (2.21).
Um método usado para mostrar que a equação integral (2.34) possui uma única
solução é conhecido como método das aproximações sucessivas ou método de iteração
de Picard. O método funciona da seguinte forma:
Primeiro, escolhemos uma função inicial ϕ
0
, arbitrária ou que aproxima, de alguma forma,
a solução do problema de valor inicial (2.21). A escolha mais simples é ϕ
0
(t) = y
0
, que,
pelo menos, satisfaz a condição inicial em (2.21), embora, presupôe-se que não satisfaça
28
a equação diferencial y

= f(t, y). A segunda escolha ϕ
1
é obtida substituindo-se y(t) na
integral em (2.34) por ϕ
0
(t), ou seja,
ϕ
1
(t) = y
0
+
_
t
t
0
f[s, ϕ
0
(s)]ds.
De modo análogo, escolhemos ϕ
2
dada por
ϕ
2
(t) = y
0
+
_
t
t
0
f[s, ϕ
1
(s)]ds.
Em geral, definimos a função ϕ
n
, pondo
ϕ
n
(t) = y
0
+
_
t
t
0
f[s, ϕ
n−1
(s)]ds.
Desse modo, geramos a sequência de funções {ϕ
n
}
n∈N
. Cada elemento da sequência sat-
isfaz a condição inicial, mas em geral, nenhum deles satisfaz a equação deferencial. No
entanto, se em algum estágio, por exemplo, para n = k, encontramos ϕ
k
(t) = ϕ
k−1
(t), en-
tão ϕ
k
é uma solução da equação integral (2.34), consequentemente, do problema de valor
inicial (2.21) e a sequência para neste ponto. Isso normalmente não acontece e é necessário
considerar toda a sequência infinita. Por último, usando as hipóteses do Teorema 2.4.2,
obtemos que a função
ϕ(t) = lim
n→∞
ϕ
n
(t)
é a solução única da equação integral (2.34) e, consequentemente, do problema de valor
inicial (2.21).
2.4.3 O Teorema de Existência e Unicidade: Caso Não-linear
Vejamos agora o caso em que a equação diferencial dada em (2.21) é não-linear. Neste
caso temos um teorema mais geral que é dado a seguir:
Teorema 2.4.2 Suponhamos que a função f(x, y) e sua derivada
∂f
∂y
são contínuas no retângulo
R = {(x, y) ∈ R
2
|α < x < β, δ < y < γ}
contendo o ponto (x
0
, y
0
). Então o problema de valor inicial
_
_
_
dy
dx
= f(x, y),
y(x
0
) = y
0
.
(2.35)
possui uma única solução num intervalo contendo x
0
.
29
Observações:
Se no Teorema 2.4.2 colocarmos hipóteses mais fracas, por exemplo, que apenas f seja
contínua em R, então não temos garantido a unicidade. De fato, vimos no exemplo 19
que o problema de valor inicial (2.22) possui infinitas soluções, mas isto não contradiz o
Teorema 2.4.2, pois no problema (2.22) tem-se que
∂f
∂y
=
y
−2/3
3
que não existe em t = 0, o
que implica que não é contínua neste ponto. Neste caso, pode-se ter existência, mas não
a unicidade.
Prova do Teorema 2.4.2:
Existência:
Defina a sequência de funções y
n
(t) por
y
0
(t) = y
0
e y
n
(t) = y
0
+
_
t
t
0
f(s, y
n−1
(s))ds, para n = 1, 2, 3, ...
Como f(t, y) é contínua no retângulo R, então existe uma constante positiva b tal que
|f(t, y)| ≤ b, ∀(t, y) ∈ R.
Assim,
|y
1
(t) −y
0
| ≤ b|t −t
0
|, para α < t < β.
Como
∂f
∂y
é contínua no retângulo R, existe uma constante positiva a tal que
|f(t, y) −f(t, z)| ≤ a|y −z|, para α < t < β e δ < y, z < γ.
Assim,
|y
2
(t) −y
1
(t)| ≤
_
t
t
0
|f(s, y
1
(s)) −f(s, y
0
(s))|ds ≤ a
_
t
t
0
|y
1
(s) −y
0
(s)|ds
≤ ab
_
t
t
0
|s −t
0
|ds = ab
|t −t
0
|
2
2
.
e
|y
3
(t) −y
2
(t)| ≤
_
t
t
0
|f(s, y
2
(s)) −f(s, y
1
(s))|ds ≤ a
_
t
t
0
|y
2
(s) −y
1
(s)|ds
≤ a
2
b
_
t
t
0
|s −t
0
|
2
2
ds = a
2
b
|t −t
0
|
3
6
.
Por indução, supomos que
|y
n−1
(t) −y
n−2
(t)| ≤ a
n−2
b
|t −t
0
|
n−1
(n −1)!
30
Então
|y
n
(t) −y
n−1
(t)| ≤
_
t
t
0
|f(s, y
n−1
(s)) −f(s, y
n−2
(s))|ds ≤ a
_
t
t
0
|y
n−1
(s) −y
n−2
(s)|ds
≤ a
n−1
b
_
t
t
0
|s −t
0
|
n−1
(n −1)!
ds = a
n−1
b
|t −t
0
|
n
n!
.
Estas desigualdads são válidas para α ≤ α

< t < β

≤ β em que α

e β

são tais que
δ < y
n
(t) < γ sempre que α

< t < β

. (porque existem α

e β

?). Segue da última
desigualdade que

n=1
|y
n
(t) −y
n−1
(t)| ≤ b

n=1
a
n−1
(β −α)
n
n!
que é convergente. Como
y
n
(t) = y
0
+
n

k=1
(y
k
(t) −y
k−1
(t)),
então y
n
(t) é convergente. Seja
y(t) = lim
n→∞
y
n
(t).
Como
|y
m
(t) −y
n
(t)| ≤
m

k=n+1
|y
k
(t) −y
k−1
(t)| ≤ b
m

k=n+1
a
k−1
(β −α)
k
k!
,
então passando ao limite quando m tende ao infinito obtemos que
|y(t) −y
n
(t)| ≤ b

k=n+1
a
k−1
(β −α)
k
k!
. (2.36)
Logo dado um > 0, para n suficientemente grande, |y(t) − y
n
(t)| <

3
, para α

< t < β

.
Assim, y(t) é contínua, pois dado um > 0, para s suficientemente próximo de t, temos
que |y
n
(t) −y
n
(s)| <

3
e para n suficientemente
|y(t) −y
n
(t)| <

3
, e |y(s) −y
n
(s)| <

3
,
o que implica que
|y(t) −y(s)| ≤ |y(t) −y
n
(t)| +|y
n
(t) −y
n
(s)| +|y
n
(s) −y(s)| < .
Além disso, para α

< t < β

temos que
lim
n→∞
_
t
t
0
f(s, y
n
(s))ds =
_
t
t
0
f(s, lim
n→∞
y
n
(s))ds =
_
t
t
0
f(s, y(s))ds,
31
pois, por (2.36), temos
¸
¸
¸
_
t
t
0
f(s, y
n
(s))ds −
_
t
t
0
f(s, y(s))ds
¸
¸
¸ ≤
_
t
t
0
|f(s, y
n
(s)) −f(s, y(s))|ds
≤ a
_
t
t
0
|y
n
(s) −y(s)|ds ≤ ab(t −t
0
)

k=n+1
a
k−1
(β −α)
k
k!
,
que tende a zero quando n tende ao infinito. Portanto,
y(t) = lim
n→∞
y
n
(t) = y
0
+ lim
n→∞
_
t
t
0
f(s, y
n−1
(s))ds
= y
0
+
_
t
t
0
f(s, lim
n→∞
y
n−1
(s))ds = y
0
+
_
t
t
0
f(s, y(s))ds. (2.37)
Derivando em relação a t esta equação vemos que y(t) é solução do problema de valor
inicial.
Unicidade:
Vamos supor que y(t) e z(t) sejam soluções do problema de valor inicial. Seja
u(t) =
_
t
t
0
|y(s) −z(s)|ds.
Como
y(t) =
_
t
t
0
y

(s)ds =
_
t
t
0
f(s, y(s))ds e z(t) =
_
t
t
0
z

(s)ds =
_
t
t
0
f(s, z(s))ds,
então
u

(t) = |y(t)−z(t)| ≤
_
t
t
0
|y

(s)−z

(s)|ds =
_
t
t
0
|f(s, y(s))−f(s, z(s))|ds ≤ a
_
t
t
0
|y(s)−z(s)|ds.
Ou seja,
u

(t) ≤ au(t).
Subtraindo-se au(t) e multiplicando-se por e
−at
, obtemos
d
dt
(e
−at
u(t)) ≤ 0, com u(x
0
) = 0.
Isto implica que e
−at
u(t) = 0, pois u(t) ≥ 0. Segue então que u(t) = 0, para todo t. Logo,
y(t) = z(t), para todo t.
32
2.5 Aplicações
2.5.1 Crescimento e Decrescimento
A equação diferencial
dy
dt
= ky
com as condições iniciais
y(t
0
) = y
0
ocorre em muitas teorias envolvendo crescimento e decrescimento.
Exemplo 23 O einsteinio 235 decai à taxa proporcional à quantidade de nuclideos presentes. De-
terminar a meia-vida T se o material perder um terço de sua massa em 11, 7 dias.
Solução:
Queremos determinar a meia-vida t do material
_
t
0
=?; Q(t
0
) =
Q
0
2
_
.
Deste modo sendo a equação diferencial
dQ
dt
= −kQ, k > 0,
vamos separar as variáveis,
dQ
Q
= −kdt
Daí,
ln |Q| = −kt + C
0
=⇒Q(t) = e
−kt+C
0
=⇒Q(t) = Ce
−kt
.
Vamos supor que a quantidade inicial é Q(0) = Q
0
. Então obtemos, C = Q
0
. De
onde segue que,
Q(t) = Q
0
e
−kt
.
Lembrando que após 11, 7 dias a quantidade presente é de
2Q
0
3
, ou seja,
Q(11, 7) =
2Q
0
3
,
Assim,
2Q
0
3
= Q
0
e
−11,7k
=⇒
2
3
= e
−11,7k
=⇒−11, 7k = ln
_
2
3
_
=⇒k =
−1
11, 7
·ln
_
2
3
_
=⇒k = −0, 0346
Assim,
Q(t) = Q
0
e
−0,0346t
.
33
Observe que Q(t) −→0, quando t −→∞.
Vamos agora determinar o tempo para que a substância decaia a metade da quan-
tidade inicial, ou seja, vamos determinar t
0
de modo que Q(t
0
) =
Q
0
2
. Nesta condições
temos,
Q
0
2
= Q
0
e
−0,0346t
0
=⇒
1
2
= e
−0,0346t
=⇒−0, 0346t
0
= ln
_
1
2
_
=⇒t
0
=
−1
−0, 0346
·ln
_
1
2
_
=⇒
t
0
= 20 dias
2.5.2 Epidemia
Exemplo 24 Em uma cidade vamos dividir a população em duas partes;
• x: Indivíduos sadíos, mas que podem ser infectados.
• y: Indivíduos infectados.
Determine o número de dias para que toda a cidade seja infectada, sendo,
dy
dt
= kxy
Solução:
Temos que x + y = 1, então x = 1 −y. Deste modo a equação torna-se,
dy
dt
= k(1 −y)y =⇒
dy
y(1 −y)
= kdt =⇒
_
dy
y(1 −y)
=
_
kdt =⇒
=⇒
_
dy
y
+
_
dy
1 −y
=
_
kdt =⇒ln |y| −ln |1 −y| = kt +C
0
=⇒ln
¸
¸
¸
¸
y
1 −y
¸
¸
¸
¸
= kt +C
0
=⇒
y
1 −y
= Ce
kt
(∗)
1
Assim,
y
1 −y
= Ce
kt
=⇒y = Ce
kt
−Ce
kt
y =⇒(1 + Ce
kt
)y = Ce
kt
.
Logo,
y(t) =
Ce
kt
(1 + Ce
kt
)
Considerando que a quantidade inicial de infectados seja dada por,
y(0) = y
0
34
E aplicando esta a expressão (∗)
1
, obtemos,
C =
y
0
1 −y
0
.
Daí,
y(t) =
y
0
1 −y
0
e
kt
_
1 +
y
0
1 −y
0
e
kt
_ (∗)
2
Multiplicando (∗)
2
por
_
e
−kt
e
−kt
_
, obtemos,
y(t) =
y
0
1 −y
0
_
e
−kt
+
y
0
1 −y
0
_ ou y(t) =
y
0
y
0
+ e
−kt
(1 −y
0
)
Observe que, y(t) −→1 quando t −→∞
2.5.3 Trajetórias Ortogonais
Uma família de curvas é definida, em geral, por uma equação da forma
F(x, y, c) = 0,
onde x é a variável independente e y é a variável dependente, para cada c ∈ IR fixo. Por
exemplo, a família de curvas
y = cx
2
, c > 0,
está representada pela função F(x, y, c) = y −cx
2
, F(x, y, c) = 0, que corresponde a uma
família de parábolas com vértice na origem de coordenadas e distância focal descrita em
termos de c. Já a família de curvas
x
2
+ (y −c)
2
= c
2
,
está representada pela função F(x, y, c) = x
2
+ (y − c)
2
− c
2
, F(x, y, c) = 0, que consiste
num conjunto de círculos com centro (0, c) e raio c.
Dada uma família de curvas é possível determinar a equação diferencial que gera
esta família de curvas. vejamos alguns exemplos:
Exemplo 25 Encontre a equação diferencial que tem como solução a família de curvas y = cx
3
.
35
Solução: Derivando a família de curvas em relação a x, obtemos
y

= 3cx
2
.
A equação acima já é uma equação diferencial, mas possui como solução um conjunto
que contém estritamente a família de curvas y = cx
3
. Para evitar isto, eliminamos c que
é dado por c = y/x
3
, obtendo y

= 3
y
x
, que é a equação diferencial que gera a família de
curvas y = cx
3
.
Definição 2.15 Duas curvas são ortogonais num ponto P
0
se as retas tangentes as curvas no
ponto P
0
são ortogonais.
Sabemos que duas retas y = m
0
x + b
0
e y = m
1
x + b
1
são ortogonais se o produto de suas
inclinações é −1, isto é, m
0
.m
1
= −1. Na equação diferencial
y

= f(x, y),
o valor da função f(x, y) nos dá o valor das inclinações das retas tangentes a curva y =
y(x) solução da equação. Portanto, para determinar a família de curvas ortogonais a y
basta resolver a equação
y

= −
1
f(x, y)
.
Exemplo 26 Encontre a família de curvas ortogonais à família de curvas dada por y = ce
x
.
Solução: Primeiro vamos determinar a equação diferencial que temcomo solução a família
de curvas acima. Derivando em relação a y, obtemos y

= ce
x
. Notando que c = ye
−x
,
segue que a equação diferencial que gera a família de exponenciais é dada por
y

= y.
Logo, para encontrar a família de curvas ortogonais à família de exponenciais, devemos
resolver a equação diferencial
y

= −
1
y
.
Esta equação possui solução dada por
y
2
= −2x + C.
Portanto, a família de parábolas y
2
= −2x + C. é ortogonal à família de exponenciais
y = ce
x
.
36
2.5.4 Problemas de Temperatura e a Lei de Resfriamento e Aquecimento
de Newton
O problema consiste em determinar uma função θ que define a temperatura de um corpo
em cada instante de tempo. Para isto, usaremos um princípio físico conhecido como a Lei
de Esfriamento ou Aquecimento de Newton. Vejamos esta lei.
Lei de Esfriamento e Aquecimento de Newton: A taxa de variação da temperatura da
superfície de um objeto é proporcional a diferença de temperatura do objeto com a
temperatura do meio ambiente.
Se θ(t) é a temperatura de um objeto no instante de tempo t e T é a temperatura do meio
ambiente, então a Lei de Esfriamento e Aquecimento de Newton nos diz que

dt
= −k(θ −T), (2.38)
onde k > 0 é a constante de proporcionalidade que depende do material de que é feito o
objeto.
Observações:
(a) O sinal negativo que aparece no segundo membro da Eq. (2.38) é devido ao fato
de que o calor sempre flui da parte quente para a parte fria. Isto é, se o objeto tem
temperatura maior que o meio ambiente, θ − T > 0 e a temperatura θ diminui até
chegar ao ponto de equilíbrio térmico, isto é, a temperatura é uma função decres-
cente em relação ao tempo t. Com isso,

dt
< 0 e o sinal negativo é necessário.
Analogamente, se θ −T < 0, então a temperatura θ deve aumentar, tornando assim
uma função crescente em relação ao tempo t. Com isso,

dt
> 0 e o sinal negativo
novamente é necessário.
(b) A Eq. (2.38) é uma equação diferencial de primeira ordem que pode ser resolvida
utilizando o método de variáveis separáveis. É fácil ver que a solução é dada por
θ(t) = T + Ce
−kt
. (2.39)
Exemplo 27 Suponha que uma xícara de chá está a uma temperatura inicial de 95

C e um minuto
depois a temperatura baixou para 70

C num quarto onde a temperatura é de 25

C. Determine a
função que representa a temperatura em cada instante de tempo e o tempo que demorará a xícara
de chá para atingir a temperatura de 30

C.
Solução: Das condições do problema sabemos que o chá está inicialmente a temperatura
de 95

C, isto é, θ(0) = 95

C. A temperatura do quarto é de 25

C, isto é, T = 25

C. E um
37
minuto depois a temperatura baixou para 70

C, então, θ(1) = 70

C. Neste caso a função
que define θ em função de t é dada por
θ(t) = 25 + Ce
−kt
.
Usando que θ(0) = 95

C, encontramos C = 70

C. Portanto, teremos
θ(t) = 25 + 70e
−kt
.
Usando que θ(1) = 70

C, teremos
70 = 25 + 70e
−k
⇒ e
−k
=
45
70
=
9
14
⇒ k = ln(14/9).
Logo, a função que define θ em função de t é dada por
θ(t) = 25 + 70e
−ln(14/9)t
.
Vamos agora determinar um tempo t
0
no qual a xícara atingirá 30

C. Temos
30 = 25 + 70e
−ln(14/9)t
0
⇒ e
−ln(14/9)t
0
=
5
70
=
1
14
⇒ t
0
=
ln(14)
ln(14/9)
5, 97.
Logo, a xícara atingirá 30

C depois de aproximadamente 6 minutos.
2.5.5 Misturas
Exemplo 28 Num tanque há 100 litros de salmoura contendo 30 gramas de sal em solução. Água
(sem sal) entra no tanque à razão de 6 litros por minuto e a mistura se escoa à razão de 4 litros por
minuto, conservando-se a concentração uniforme por agitação. Vamos determinar qual a concen-
tração no tanque ao fim de 50 minutos, sabendo que o problema é modelado da forma,
_
_
_
dQ
dt
= −4
Q
100 + 2t
Q(0) = 30
Solução: Observe que,
dQ
dt
= −4
Q
100 + 2t
=⇒
dQ
dt
+ 4
Q
100 + 2t
= 0.
Aqual é uma equação diferencial linear. Deste modo, fazendo equações separaveis temos,
dQ
dt
+ 4
Q
100 + 2t
= 0 =⇒
dQ
Q
= −4
dt
100 + 2t
=⇒
_
dQ
Q
=
_
−4dt
100 + 2t
=⇒
38
ln |Q| = −2 ln 100 + 2t + C
0
=⇒ln |Q| = ln (100 + 2t)
−2
+ C
0
=⇒Q = C(100 + 2t)
−2
Então, a quantidade de sal é dada por,
Q(t) =
C
(100 + 2t)
2
Sendo Q(0) = 30, então,
Q(0) =
C
(100 + 2 · 0)
2
=⇒30 =
C
(100)
2
=⇒C = 30 · 10
4
= 3 · 10
5
Assim,
Q(t) =
3 · 10
5
(100 + 2t)
2
.
Sabendo que, a concentração c(t) é o quociente da quantidade de sal pelo volume que é
igual a V (t) = 100 + 2t, ou seja,
c(t) =
Q(t)
V (t)
=⇒c(t) =
3 · 10
5
(100 + 2t)
2
(100 + 2t)
=⇒c(t) =
3 · 10
5
(100 + 2t)
3
Logo, quando t = 50, obtemos
c(50) =
3 · 10
5
(100 + 2 · 50)
3
=
3 · 10
5
(200)
3
=
3 · 10
5
8 · 10
6
= 0, 0375 gramas/litros
2.5.6 Circuitos Elétricos
Um circuito RC é um circuito que tem um resistor de resistência R, um capacitor de
capacitância C e um gerador que gera uma diferença de potencial V (t) ligados em série.
Pela segunda lei de Kirchhoff,
RI +
Q
C
= V (t), (2.40)
onde I(t) =
dQ
dt
e Q(t) é a carga no capacitor. Assim, a equação (2.40) pode ser escrita
como
dQ
dt
+
1
RC
Q =
1
R
V (t), (2.41)
A Equação(2.41) é linear de primeira ordem cuja solução é dada por
Q(t) = e

1
RC
t
_
1
R
_
t
e
1
RC
s
V (s)ds + C
_
. (2.42)
Exemplo 29 Em um circuito RC uma bateria gera uma diferença de potencial de 10 volts en-
quanto a resistência é de 10
3
ohms e a capacitância é de 10
−4
farads. Encontre a carga Q(t) no
capacitor em cada instante t, se Q(0) = 0.
39
2.5.7 Problemas de Crescimento e Declínio
2.5.8 Datação por Carbono 14
2.5.9 Investimentos Financeiros
2.5.10 Equações Autônomas e Dinâmica Populacional
Uma classe importante de equações de primeira ordem consiste naquelas nas quais a
variável independente não aparece explicitamente. Tais equações são ditas autônomas e
tem a forma
dY
dT
= f(y). (2.43)
Discutimos essas equações no contexto de crescimento ou declínio populacional de uma
espécie dada, um assunto, importante em campos que vão da medicina à ecologia, pas-
sando pela economia global.
A Equação(2.43) é separável e pode ser resolvida facilmente. Nosso objetivo aqui é
obter informações qualitativas sobre a equação diferencial. Os conceitos de estabilidade
e instabilidade de soluções destas equações tem grande importância nesse contexto.
Crescimento Exponencial
Se y = ϕ(t) é a quantidade de uma população dada no instante t, a hipótese mais
simples sobre a variação da população é que a taxa de variação de y é proporcional ao
valor atual de y, isto é,
dy
dt
= ky, (2.44)
onde a constante de proporcionalidade k é chamada taxa de declínio se k < 0 e taxa de
crescimento se k > 0. Vamos supor aqui que k > 0, ou seja, que a população está sempre
crescendo.
Resolvendo a Equação (2.44) sujeita a condição inicial
y(t
0
) = y
0
, (2.45)
obtemos
y(t) = y
0
e
kt
. (2.46)
Logo o modelo matemático que consiste no problema de valor inicial (2.44)-(2.45) com
k > 0, prevê que a população crescerá exponencialmente sempre para diversos valores
de y
0
. Sob condições ideais, observou-se que a Equação (2.46) é razoavelmente precisa
para muitas populações, pelo menos, por um período limitado de tempo. No entanto,
é claro que tais condições ideais não podem perdurar indefinidamente, alguma hora as
limitações sobre o espaço, o suprimento de comida ou outros recursos reduzirá a taxa de
crescimento e acabará inibindo o crescimento exponencial.
40
Exemplo 30 A taxa de crescimento da população de uma cidade é proporcional ao número de
habitantes. Se a população em 1950 era de 50.000 e em 1980 era de 75.000, qual a população
esperada em 2010?
Solução: Seja p(t) a função que representa a população emcada instante de tempo t. Neste
caso, p(0) = 50.000 e p(t) = 50.000e
kt
. Como p(30) = 75.000, segue que k =
ln(3/2)
30
. Logo
p(t) = 50.000e
ln(3/2)
30
t
.
Em 2010, t = 60, logo p(60) = 112.500 é a população em 2010.
Crescimento Limitado
Suponhamos agora que uma quantidade cresça segundo uma taxa proporcional à
diferença entre umnúmero A > 0 fixo e seu tamanho. Se y = ϕ(t) é a quantidade presente
em cada instante de tempo t, então
d
dy
= k(A −y), (2.47)
onde k > 0 é a constante de proporcionalidade e y < A, para todo t ≥ 0. A Equação (2.47)
é separável e tem solução
y(t) = A −Be
−kt
, (2.48)
onde A, B e k são constantes positivas.
Observação: Notemos que lim
t→+∞
y(t) = A, isto é, y = A é assíntota horizontal para o
gráfico de y = ϕ(t). O gráfico da função y(t) = A − Be
−kt
é denominado curva de
aprendizagem. O nome é apropriado quando y(t) representa a competência segundo
a qual uma pessoa realiza uma tarefa. Ao iniciar uma atividade, a competência de um
indivíduo aumenta rapidamente e depois mais vagarosamente, já que uma experiência
adicional tem pouco efeito na habilidade de realizar a tarefa.
Exemplo 31 Um operário recém-contratado realiza uma tarefa com mais eficiência a cada dia que
passa. Se y unidades forem produzidas por dia, após t dias no trabalho, então
dy
dt
= k(80 −y),
onde k > 0 e y < 80, para todo t ≥ 0. O empregado produz 20 unidades no promeiro dia de
trabalho e 50 unidades por dia após 10 dias de trabalho.
a) Quantas unidades por dia ele estará produzindo após 30 dias de trabalho?
b) Mostre que após 60 dias ele estará produzindo apenas 1 unidade a menos do que seu potencial
completo.
41
Solução: Resolvendo a equação diferencial encontramos
y(t) = 80 −Be
−kt
.
Sendo y(0) = 20, tem-se que B = 60. Por outro lado, sendo y(10) = 50, tem-se que
k =
ln 2
10
. Desta forma, teremos
y(t) = 80 −60e

ln 2
10
t
.
a) y(30) = 72, 5.
b) y(60) = 79, 0625.
O empregado estará produzindo 79 unidades por dia que é uma unidade a menos do
potencial máximo que é 80. De fato,
lim
t→+∞
y(t) = lim
t→+∞
(80 −60e−
ln 2
10
t) = 80.
Crescimento Logístico
Considere agora a Equação (2.43) na forma
d
dy
= f(y)y. (2.49)
Note que estamos substituindo k na Equação (2.44) pela função h(y). Queremos escolher
h(y) de modo que h(y) k > 0 quando y for pequeno, h(y) decresça quando y crescer
e h(y) < 0 quando y for suficientemente grande. A função mais simples que tem essas
propriedades é h(y) = r−ay, onde a é, também, uma constante positiva. Logo escrevemos
(2.49) na forma
d
dy
= (r −ay)y. (2.50)
A Equação (2.50) é conhecida como a equação de Verhuest ou equação logística. Muitas
vezes é conveniente escrever a Equação (2.50) na forma equivalente
d
dy
= r(1 −
y
K
)y, (2.51)
onde K =
r
a
. A constante r é chamada taxa de crescimento intrínseco, isto é, a taxa de
cescimento na ausência de qualquer fator limitador.
Observações:
42
(a) Na busca de soluções para a Equação (2.51), primeiro procuramos soluções do tipo
mais simples possível, isto é, funções constantes. Para tais soluções, y

= 0. Logo
qualquer solução constante da Equação (2.51) deve satisfazer
r(1 −
y
K
)y = 0.
Logo, as soluções constantes são y = ϕ
1
(t) = 0 e y = ϕ
2
(t) = K. Essas soluções são
chamadas de soluções de equilíbrio da Equação (2.51). O nome é devido ao fato
que não há variação no valor de y quando t cresce. De modo análogo, as soluções de
equilíbrio da equação autônoma mais geral (2.43) são determinadas fazendo f(y) =
0. Os zeros de f(y) tmabém são chamados de pontos críticos.
(b) Para visualisar outras soluções da Equação (2.51) e esboçar seus gráficos, vamos
primeiro desenhar o gráfico de f(y) em função de y. No caso da Equação (2.51),
f(y) = r(1 −
y
K
)y, de modo que o gráfico é uma parábola com vértice no ponto
(K/2, rK/4) e cujos pontos críticos são (0, 0) e (K, 0) que são os pontos de intersecção
com os eixos dos y. Se 0 < y < K, então
dy
dt
> 0, isto é, y é crescente em t nesse
intervalo. Se y > K, então
dy
dt
< 0 e, neste caso, y é uma função decrescente de t
nesse intervalo.
(c) O eixo dos y é muitas vezes chamado de reta de fase e é representado por uma
reta vertical. Os pontos em y = 0 e y = K são os pontos críticos ou soluções de
equilíbrio. Quando y está próximo de 0 ou de K, então o coeficiente angular f(y)
fica próximo de zero, de modo que as curvas soluções são quase horizontais. Elas
se tornam mais inclinadas quando o valor de y se afasta de 0 ou de K.
(d) Para esboçar os gráficos das soluções da Eq (2.51) no plano ty, começamos com as
soluções de equilíbrio y = 0 e y = K. Depois desenhamos outras curvas crescentes
quando 0 < y < K e decrescente quando y > K e que se aproximam de uma curva
horizontal quando y se aproxima de um dos valores 0 ou K. Devido ao teorema de
existência e unicidade, apenas uma solução pode conter um ponto dado no plano
ty. Assim, embora outras soluções possam ser assintóticas à solução de equilíbrio
quando t →+∞, elas não podem interseptá-las em um instante finito.
(e) Derivando a Equação (2.43) em relação a t, obtemos
d
2
y
dt
2
=
d
dt
(f(y)) = f

(y).y

= f

(y).f(y).
Logo, o gráfico de y é convexo quando y

> 0, isto é, quando f

e f tem o mesmo
sinal. Analogamente, o gráfico de y é côncavo quando y

< 0, isto é, quando f

e f
tem sinais contrários. Os pontos de inflexão ocorre quando f

(y) = 0. No caso da
43
Equação (2.51), as soluções são convexas para 0 < y <
K
2
, onde f é positiva e cres-
cente, de modo que ambas as funções f e f

são positivas. As soluções também são
convexas para y > K, onde f é negativa e decrescente e f e f

são ambas negativas.
Para
K
2
< y < K, as soluções são côncavas, já que f é positiva e decrescente, de
modo que f é positiva e f

é negativa. Existe um ponto de inflexão sempre que o
gráfico de y em função de t cruza a reta y = K/2.
(f) Finalmente, note que K é uma cota superior que é aproximada, mas nunca atingida,
para populações crescentes começando abaixo desse valor. É natural se referir a K
como sendo o nível de saturação ou a capacidade ambiental de sustentação, para
a espécie dada.
(g) As soluções da equação não-linear (2.51) são surprendentemente diferentes das da
equação linear, pelo menos para valores grandes de t. Independentemente do valor
de K, isto é, não interessa quão grande seja a parcela não-linear da Equação (2.51),
as soluções tendem a um valor finito quando t → ∞, enquanto que as soluções do
problema linear cresce exponencialmente sem limite quando t →∞. Assim, mesmo
uma minúscula parcela não-linear na equaçaõ diferencial tem um efeito decisivo na
solução para valores grandes de t.
(h) Em muitas situações é suficiente ter informações qualitativas sobre a solução y =
ϕ(t) da Equação (2.51). Essa informação foi obtida a partir do gráfico de f(y) e
mfunção de y e sem resolver a equação. Mas se quisermos ter uma descrição mais
detalhada sobre o crescimento logístico, por exemplo, se quisermos saber o valor da
população em algum instante particular, então precisamos resolver a Equação (2.51)
sujeita a condição inicial
y(0) = y
0
. (2.52)
Para isto, consideremos y = 0 e y = K. Separando as variáveis, temos
1
(1 −y/K)y
dy = rdt.
Integrando, obtemos que
ln |y| −ln |1 −y/K| = rt + c, (2.53)
onde c é uma constante arbitrária a ser determinada pela condição inicial (2.52). Se
0 < y
0
< K, então teremos também 0 < y < K e escrevemos (2.55) na forma
y
1 −y/K
= Ce
rt
,
onde C = e
c
. Usando a condiçaõ inicial segue que C =
y
0
1 −y
0
/K
. Logo a solução é
dada por
y
1 −y/K
=
y
0
1 −y
0
/K
e
rt
,
44
implicitamente. Resolvendo para y, encontramos
y =
y
0
K
y
0
+ (K −y
0
)e
−rt
. (2.54)
Se y
0
> K, então a abordagem da Equação (2.55) é um pouco diferente mas a
solução é também dada por (2.56). Notemos que a Equação (2.56) também con-
tém as soluções de equilíbrio y = ϕ
1
(t) = 0 e y = ϕ
2
(t) = K, correspondente as
condições iniciais y
0
= 0 e y
0
= K, respectivamente.
(i) Se y
0
= 0 tem-se da Equação (2.56) que y(t) = K para todo t ≥ 0. Se y
0
> 0, então
lim
t→∞
f(t) =
y
0
K
y
0
= K.
Portanto a solução tende à solução de equilíbrio y = ϕ
2
(t) = K assintoticamente
quando t → ∞. Neste caso, dizemos que a solução constante ϕ
2
(t) = K é uma
solução assintoticamente estável da Equação (2.51), ou que o ponto y = K é um
ponto de equilíbrio, ou crítico, assintoticamente estável. Após um longo tempo,
a população fica próxima ao nível de saturação K, independente do tamanho ini-
cial da população, desde que seja positivo. Outras soluções tendem à solução de
equilíbrio mais rapidamente quando r aumenta. Por outro lado, a situação para a
solução de equilíbrio y = ϕ
1
(t) = 0 é bem diferente. Mesmo soluções que começam
bem próximas de zero crescem quando t cresce e, como vimos, tendem a K quando
t → ∞. Dizemos que ϕ
1
(t) = 0 é uma solução de equilíbrio instável ou que y = 0
é um ponto de equilíbrio, ou crítico, instável. Isso significa que a única maneira
de garantir que a solução permaneça nula é certificar-se de que seu valor inicial é
exatamente iqual a zero.
Concluimos que y = K é um ponto de equilíbrio, ou crítico, assintoticamente es-
tável. Isto quer dizer que após um longo tempo, a população fica próxima ao nível de
saturação K independente do tamanho da população inicial, desde que seja positivo.
Outras soluções tendem a solução de equilíbrio mais rapidamente quando r aumenta.
Um Limiar Crítico
Considere agora a Equação (2.43) na forma
d
dy
= −r(1 −
y
T
)y, (2.55)
comY (0) = y
0
, obtemos umcrescimento para a solução y(t) comumlimiar crítico T, onde
abaixo do limiar crítico T não existe crescimento e acima desse limiar a solução cresce
indefinidamente. Isto significa que uma determinada população que se encontra abaixo
do limiar crítico tende a se desaparecer, enquanto que um população que se encontra
acima desse limiar, tende a crescer indefinidamente sem limitação.
45
As populações de algumas espécies exibem o fenômeno de limiar. Se está presente
uma quantidade muito pequena, a espécie não se propaga com sucesso e a população
torna-se extinta. No entanto, se for possível juntar uma população maior do que o limiar
crítico, então ocorre um crescimento ainda maior. Como é claro que uma população não
pode se tornar ilimitadamente, a Equação (2.55) deve ser modificada, finalmente, para se
levar isso em consideração.
Crescimento Logístico com um Limiar
O modelo de limiar (2.55) precisa ser modificado de modo que não ocorra o crescimento
ilimitado quando a solução está acima do limiar T. Amaneira mais simples de fazer isso é
introduzir um outro fator que tem o efeito de tornar dy/dt negativo quando y for grande.
Assim, consideramos
d
dy
= −r(1 −
y
T
)(1 −
y
K
)y, (2.56)
onde r > 0 e 0 < T < K. Estudando a equação do problema (2.56) sobre a condição inicial
Y (0) = y
0
, obtemos que se y começa abaixo do limiar T, então y decresce até chegar à
extinção. Por outro lado, se y começa acima do limiar T, então y acaba se aproximando
da capacidade de sustentação K.
Um modelo desse tipo geral descreve, aparentemente, a população de pombos sel-
vagens que existia nos Estados Unidos em números imensos até o final do século XIX. Foi
muito caçado para comida e por esporte e, em consequência, seus números estavam dras-
ticamente reduzidos na década de 1880. Infelismente, esses pombos selvagens só podiam
se reproduzir com sucesso quando presentes em grandes concentrações, correspondendo
a um limiar relativamente grande T. Embora ainda existisse um número relativamente
grande de pássaros individuais ao final da década de 1880, não havia um número sufi-
ciente concentrado em nenhum lugar que permitisse reprodução com suceso e a popu-
lação diminuiu rapidamente até a extinção. O último sobrevivente morreu em 1914. O
declínio desenfreado na população de pombos selvagens de números imensos até a ex-
tinção em pouco mais de três décadas foi um dos primeiros fatores na preocupação sobre
conservação naquele país.
46
2.5.11 Exercícios
1. Encontre as famílias de curvas ortogonais ás seguintes famílias de curvas:
a) y = x + C b) y
2
+ (x −C)
2
= 1 c)
y
2
2
+
x
2
2
= C
2
.
2. Suponha que uma xícara de chá está a uma temperatura inicial de 90

C e um min-
uto depois a temperatura baixou para 70

C num quarto onde a temperatura é de 30

C.
Determine: a) a função que representa a temperatura em cada instante de tempo; b) a
temperatura da xícara após 5 minutos.
3. Um filé de salmão, inicialmente a 50
o
F é cozido num forno com uma temperatura
constante de 400

F. Após 10 minutos a temperatura do filé é medida em 150

F. Con-
siderando que o peixe é fino e macio, suponhamos numa primeira aproximação que sua
temperatura é uniforme. Quanto tempo levará até que o salmão seja considerado mal pas-
sado, digamos, a 200

F? Resposta: θ(t) = 400−350e

1
10
ln(5/7)t
e t
0
= −
10 ln(4/7)
ln(5/7)
16, 5
minutos.
4. Em um circuito RC uma bateria gera uma diferença de potencial de 10 volts enquanto
que a resistência é de 200 ohms e a capacitância é de 10
−4
farads. Encontre a carga Q(t)
no capacitor em cada instante t, se Q(0) = 0. Encontre também a corrente I(t) em cada
instante t. Resposta: Q(t) = 10
−3
(1 −e
−50t
) Coulombs e I(t) = 5.10
−2
e
−50t
Amperes.
5. Foram encontrados restos mortais numa certa região. Verificou-se no laboratório que
a porcentagem relativa de isótopos de carbono 14 encontrados eram de 0,12% da quan-
tidade original. Calcule o tempo de antiguidade destes restos mortais. Resposta: t
0
=
54.233, 87 anos.
6. Foram encontrados restos mortais numa certa região. Verificou-se no laboratório que a
porcentagemrelativa de isótopos de carbono 14 encontrados eramde 0,1%da quantidade
inicial. Calcule o tempo de antiguidade destes restos mortais. Resposta: t
0
= 55.707, 70
anos.
7. Numa certa cultura de bactérias, a taxa de crescimento das bactérias é proporcional à
população presente em cada instante. Se existirem 1000 bactérias inicialmente e a quan-
tidade dobra em 12 minutos, quanto tempo levará até que haja 1.000.000 de bactérias?
Resposta: t
0
= 119, 6 minutos (y(t) = 1000e
0,0577583t
).
8. A taxa de crescimento da população de uma cidade é proporcional ao número de habi-
tantes em cada instante. Se a população em 1950 era de 50.000 habitantes e em 1980
era 75.000, qual a população esperada em 2010? Resposta: 112.500 habitantes (y(t) =
50.000e
ln 3/2
30
t
).
9. A taxa de decaimento do rádio é proporcional a quantidade existente em cada in-
stante. Se houver 60 mg de rádio agora, determine a quantidade de rádio daqui a 100
anos, sabendo que a meia vida do rádio é de 1650 anos? Resposta: 57, 6 mg de rádio
(y(t) = 60e
−0,0004101t
).
47
10. A taxa de crescimento de certa cidade é proporcional à população existente. Se a
população aumenta de 40.000 para 60.000 em40 anos, quando a população será de 80.000?
Resposta: 68, 4 anos depois (y(t) = 40.000e
ln 3/2
40
t
).
11. Produtos químicos em um açude. Considere um açude contendo inicialmente 10
milhões de galões (cerca de 45 milhões de litros) de água fresca. O açude recebe um
fluxo indesejável de produtos químicos a uma taxa de 5 milhões de galões por ano e
a mistura sai do açude a uma mesma taxa. A concentração γ(t) de produtos químicos
na água que está entrando varia periodicamente com o tempo de acordo com a f´rmula
γ(t) = 2 + sen(2t)g/gal. Construa um modelo matemático desse processo de fluxo e de-
termine a quantidade de produtos químicos no açude em qualquer instante.
12. Misturas. Num instante t = 0 um tanque contém Q
0
lb de sal dissolvidos em 100gal
(cerca de 455l). Suponha que água contendo 1/4lb (cerca de 113g) de sal por galão está
entrando no tanque a uma taxa de r galões por minuto e que o líquido, bem misturado,
está saindo do tanque à mesma taxa. Escreva o problema de valor inicial que descreve o
fluxo. Encontre a quantidade de sal Q(t) no tanque em qualquer instante t e ache, tam-
bém, a quantidade limite Q
L
presente após um período muito longo de tempo. Se r = 3 e
Q
0
= 2Q
L
, encontre o instante T após o qual o nível de sal está dentro de uma faixa a 2%
de Q
L
. Encontre, também, a taxa de fluxo necessária para que o valor de T não exceda 45
minutos.
12. Ratos do Campo e Corujas. Considere uma população de ratos do campo que
habitam uma certa área rural. Vamos supor que, na ausência de predadores, a população
de ratos cresce a uma taxa proporcional à população atual. Essa hipótese não é uma
lei física muito bem estabelecida , mas é uma hipótese inicial usual em um estudo de
crescimento populacional. Se denotarmos o tempo por t e a população de ratos por p(t),
então a hipótese sobre o crescimento populacional pode ser expressa pela equação
dp
dt
= rp, (2.57)
onde o fator de proporcionalidade r é chamado de taxa constante ou taxa de crescimento.
Agora vamos aumentar o problema supondo que diversas corujas moram na mesma viz-
inhança e que elas matam os ratos. Assim, o modelo que descreve essa nova situação é
dado pela equação
dp
dt
= rp −k, (2.58)
onde k é a taxa predatória. As taxas de crescimento r e predatória k devem ser dadas na
equação para um mesmo tempo t. Para este problema, pede-se determinar a solução das
equações (2.57) e (2.58) e verificar a diferença entre cada situação determinando o com-
portamento de cada solução. Supondo que o tempo seja medido em meses, que a taxa r
tenha o valor de 0, 5 por mês e que as corujas matam 15 ratos do campo por dia, deter-
mine como deve ser a Equação (2.58) e sua solução geral. Determine o instante em que a
48
população é extinta se a população inicial é de 850 ratos. E qual seria a população inicial
se a população é extinta em um ano?
Capítulo 3
Equações Diferenciais de Segunda
Ordem
3.1 Equações Diferenciais Lineares de Segunda Ordem
Definição 3.1 A forma geral de uma Equação Diferencial de Segunda Ordem é
F(x, y, y

, y

) = 0 (3.1)
Definição 3.2 A forma geral de uma Equação Diferencial Ordinária Linear de Segunda Ordem é
y

+ p(x)y

+ q(x)y = g(x) (3.2)
onde p, q e g, são funções contínuas em um intervalo aberto I.
Definição 3.3 Uma equação diferencial
F(x, y, y

, y

) = 0,
juntamente com a condição inicial y(x
0
) = y
0
e y

(x
0
) = ¯ y
0
, constituem um Problema de Valor
Inicial (PVI), a qual geralmente é denotada por
_
¸
_
¸
_
y

= f(x, y, y

),
y(x
0
) = y
0
,
y

(x
0
) = ¯ y
0
.
(3.3)
50
Teorema 3.4 (Existência e Unicidade)
Seja o seguinte PVI,
_
¸
_
¸
_
y

= f(x, y, y

),
y(x
0
) = y
0
,
y

(x
0
) = ¯ y
0
.
(3.4)
com x
0
∈ I. Então existe uma unica solução y = φ(x) do PVI para todo x ∈ I
Exemplo 32 Encontre a única solução do do problema,
_
¸
_
¸
_
y

+ p(x)y

+ q(x)y = g(x),
y(x
0
) = 0, com x
0
∈ I
y

(x
0
) = 0.
Solução: A única solução do PVI é y(x) = 0
Teorema 3.5 (Princípio da Superposição)
Se y
1
e y
2
são soluções da equação homogênea,
y

+ p(x)y

+ q(x)y = 0 (3.5)
então,
y = C
1
y
1
+ C
2
y
2
onde C
1
e C
2
são constantes arbitrárias, também é solução de (3.5)
Prova. Sendo y
1
e y
2
soluções de (3.5) então,
y

1
+ p(x)y

1
+ q(x)y
1
= 0 e y

2
+ p(x)y

2
+ q(x)y
2
= 0
Logo, sendo y = C
1
y
1
+ C
2
y
2
, e aplicando em (3.5), obtemos,
(C
1
y
1
+ C
2
y
2
)

+ p(x)(C
1
y
1
+ C
2
y
2
)

+ q(x)(C
1
y
1
+ C
2
y
2
) = 0 =⇒
=⇒(C
1
y

1
+ C
2
y

2
) + p(x)(C
1
y

1
+ C
2
y

2
) + q(x)(C
1
y
1
+ C
2
y
2
) = 0 =⇒
=⇒(C
1
y

1
+ p(x)C
1
y

1
+ q(x)C
1
y
1
) + (C
2
y

2
+ p(x)C
2
y

2
+ q(x)C
2
y
2
) = 0 =⇒
=⇒C
1
(y

1
+ p(x)y

1
+ q(x)y
1
) + C
2
(y

2
+ p(x)y

2
+ q(x)y
2
) = 0 =⇒C
1
· 0 + C
2
· 0 = 0.
Portanto, y = C
1
y
1
+ C
2
y
2
é solução de (3.5).
Pergunta:
Podemos escolher constantes C
1
e C
2
, tal que a solução y = C
1
y
1
+ C
2
y
2
satisfaça as
condições iniciais de (3.3)
51
Resposta:
Suponha que sim. Logo,
y(x
0
) = y
0
e y

(x
0
) = ¯ y
0
,
isto é,
C
1
y
1
(x
0
) + C
2
y
2
(x
0
) = y
0
e C
1
y

1
(x
0
) + C
2
y

2
(x
0
) = ¯ y
0
.
Assim, temos que,
_
C
1
y
1
+ C
2
y
2
= y
0
C
1
y

1
+ C
2
y

2
= ¯ y
0
=⇒
_
C
1
y
1
y

2
+ C
2
y
2
y

2
= y
0
y

2
−C
1
y

1
y
2
−C
2
y

2
y
2
= −¯ y
0
y
2
=⇒C
1
(y
1
y

2
−y

1
y
2
) = y
0
y

2
− ¯ y
0
y
2
Daí,
C
1
=
y
0
y

2
− ¯ y
0
y
2
y
1
y

2
−y

1
y
2
.
De forma analoga obtemos,
C
2
=
¯ y
0
y
1
−y

1
y
0
y
1
y

2
−y

1
y
2
.
Em forma de determinante,
C
1
=
y
0
y
2
¯ y
0
y

2
y
1
y
2
y

1
y

2
e C
2
=
¯ y
0
y

1
y
0
y
1
y
1
y
2
y

1
y

2
Conclusão:
Podemos escolher as constantes C
1
e C
2
desde que,
w[y
1
, y
2
] =
¸
¸
¸
¸
y
1
y
2
y

1
y

2
¸
¸
¸
¸
= 0
Definição 3.6 O determinante da matriz,
w[y
1
, y
2
] =
¸
¸
¸
¸
¸
y
1
y
2
y

1
y

2
¸
¸
¸
¸
¸
é chamado de Determinante Wronskiano das soluções y
1
e y
2
.
Teorema 3.7 (Conjunto Fundamental de Soluções)
Se y
1
e y
2
são soluções de (3.5)
y

+ p(x)y

+ q(x)y = 0
e se existe x
0
∈ I tal que w[y
1
, y
2
] = 0, então
y = C
1
y
1
+ C
2
y
2
é a solução de (3.5)
52
Prova. Seja φ(x) uma solução qualquer de (3.5) tal que
_
φ(x
0
) = y
0
φ

(x
0
) = ¯ y
0
Considere o seguinte (PVI)
_
_
_
y

+ p(x)y

+ q(x)y = 0
φ(x
0
) = y
0
(∗)
φ

(x
0
) = ¯ y
0
Note que φ é solução de (∗). Por outro lado,
w[y
1
, y
2
] = 0
Logo vai existir uma constante C
1
e C
2
tal que y = C
1
y
1
+ C
2
y
2
é solução de (∗).
O teorema de Existencia e Unicidade garante que φ = y, ou seja, φ = C
1
y
1
+C
2
y
2
3.2 Equações de Segunda OrdemcomCoeficiente Constantes
Considere a equação
ay

+ by

+ cy = 0 (3.6)
com a, b e c constantes.
Exemplo 33 Considere a seguinte equação diferencial
y

−y = 0
.
Observe que y
1
(x) = e
x
e y
2
(x) = e
−x
são soluções da equação diferencial. Além disso,
w[y
1
, y
2
] =
¸
¸
¸
¸
¸
e
x
e
−x
e
x
−e
−x
¸
¸
¸
¸
¸
= −1 −1 = 0
Logo a solução da equação diferencial será
y = C
1
e
x
+ C
2
e
−x
Vamos procurar soluções para (3.6) da forma y = e
rx
. Deste modo, temos que,
y

= re
rx
e y

= r
2
e
rx
Substituindo y, y

e y

em (3.6) obtemos,
ar
2
e
rx
+ bre
rx
+ ce
rx
= 0
53
Daí,
(ar
2
+ br + c)e
rx
= 0
que é verdade desde que,
ar
2
+ br + c = 0 (3.7)
A equação (3.7) é chamada de Equação Característica Associada a (3.6).
Conclusão
Afunção y = e
rx
é solução da (3.6) se, e somente se, r é raiz da equação característica.
Caso 1: raizes reais e distintas (∆ > 0, r
1
= r
2
).
Caso 2: raizes complexas conjugadas (∆ < 0, r = p ±iq).
Caso 3: raizes repetidas (∆ = 0, r
1
= r
2
).
3.2.1 Raizes Reais e Distintas
Seja r
1
= r
2
, onde, y
1
= e
r
1
x
e y
2
= e
r
2
x
, são soluções de (3.6). Além disso,
w[y
1
, y
2
] =
¸
¸
¸
¸
¸
¸
e
r
1
x
e
r
2
x
r
1
e
r
1
x
r
2
e
r
2
x
¸
¸
¸
¸
¸
¸
= r
2
e
(r
1
+r
2
)x
−r
1
e
(r
1
+r
2
)x
= (r
2
−r
1
)e
(r
1
+r
2
)x
= 0
Segue então que a solução geral dada será dada por,
y = C
1
e
r
1
x
+ C
2
e
r
2
x
Exemplo 34 Resolva o seguinte PVI,
_
¸
_
¸
_
y

+ 5y

+ 6y = 0
y(0) = 2
y

(0) = 3
Solução: Observe que a equação y

+ 5y

+ 6y = 0 é uma equação diferencial. Assim, a
equação característica associada a ela é,
r
2
+ 5r + 6 = 0, com ∆ = 1, r
1
= −2 e r
2
= −3
Daí a solução geral é,
y = C
1
e
−2x
+ C
2
e
−3x
Derivando temos,
y

= −2C
1
e
−2x
−3C
2
e
−3x
54
Utilizando as condições iniciais y(0) = 2 e y

(0) = 3 temos que,
_
C
1
+ C
2
= 2
−2C
1
−3C
2
= 3
Logo C
1
= 9 e C
2
= −7. Portanto a solução do PVI é,
y = 9e
−2x
−7e
−3x
3.2.2 Raizes Complexas
Seja ar
2
+ br + c = 0 e suponha que ∆ = b
2
−4ac < 0. Assim sendo i =

−1 temos,
∆ = b
2
−4ac =⇒∆ = −(4ac −b
2
) =⇒∆ = i
2
(4ac −b
2
),
neste caso,
r
1
=
−b + i

4ac −b
2
2a
e r
2
=
−b −i

4ac −b
2
2a
ou seja, as raizes são da forma:
r = p ±iq
com p, q ∈ IR e q = 0.
Portanto as soluções correspondentes são,
y
1
= e
(p+iq)x
e y
2
= e
(p−iq)x
As quais são soluções complexas. As soluções reais são obtidas com o auxilio da Identi-
dade de Euller
e
±θi
= cosθ ±isenθ
Note que,
e
(p+iq)x
= e
px
· e
iqx
= e
px
· (cos(qx) + isen(qx)) = y
1
(x)
e
(p−iq)x
= e
px
· e
−iqx
= e
px
· (cos(qx) −isen(qx)) = y
2
(x)
onde,
¯ y
1
=
y
1
+ y
2
2
= e
px
cos(qx) e ¯ y
2
=
y
1
−y
2
2i
= e
px
sen(qx)
que são soluções reais da equação (3.6). Além disso,
w[¯ y
1
, ¯ y
2
] =
¸
¸
¸
¸
¸
¸
e
px
cos(qx) e
px
sen(qx)
pe
px
cos(qx) −qe
px
sen(qx) pe
px
sen(qx) + qe
px
cos(qx)
¸
¸
¸
¸
¸
¸
=
pe
2px
cos(qx)sen(qx) + qe
2px
cos
2
(qx) −pe
2px
cos(qx)sen(qx) + qe
2px
sen
2
(qx) =
55
= qe
2px
[cos
2
(qx) + sen
2
(qx)] = qe
2px
= 0
pois q = 0.
Consequentemente a solução geral será dada por
y = e
px
[C
1
cos(qx) + C
2
e
px
sen(qx)]
onde r = p ±qi, são as raizes complexas da equação característica.
Exemplo 35 Determine a solução geral da equação
y

+ y

+ y = 0
Solução:
Sendo a equação característica temos que,
r
2
+ r + 1 = 0, onde ∆ = −3
Logo,
r
1
=
−1 + i

3
2
onde
−1 +−i

3
2
Portanto,
y = e
−x
2
_
C
1
cos
_

3x
2
_
+ C
2
sen
_

3x
2
__
Exemplo 36 Determine a solução geral do PVI
_
¸
¸
¸
¸
¸
_
¸
¸
¸
¸
¸
_
y

+ y = 0
y
_
π
3
_
= 2
y

_
π
3
_
= −4
Solução:
Sendo a equação característica temos que,
r
2
+ 1 = 0 =⇒r
2
= −1 =⇒r = ±i
Então,
y = C
1
cos(x) + C
2
sen(x)
Sendo y
_
π
3
_
= 2 e y

_
π
3
_
= −4, e y

= −C
1
sen(x) + C
2
cos(x) temos que,
_
¸
_
¸
_
C
1
cos
_
π
3
_
+ C
2
sen
_
π
3
_
= 2
−C
1
sen
_
π
3
_
+ C
2
cos
_
π
3
_
= −4
=⇒
_
¸
¸
¸
_
¸
¸
¸
_
C
1
2
+
C
2

3
2
= 2

C
1

3
2
+
C
2
2
= −4
=⇒
56
=⇒
_
_
_

3C
1
+ C
2
= 4

3


3C
1
+ C
2
= −8
=⇒C
1
= 1 + 2

3 e C
2
=

3 −2
Portanto a solução geral é,
y = (1 + 2

3)cos(x) + (

3 −2)sen(x)
Exercício:
1) Resolva os PVI’s abaixo:
a)
_
¸
¸
¸
_
¸
¸
¸
_
y

+ 4y = 0
y(0) = 0
y

(0) = 1
b)
_
¸
¸
¸
_
¸
¸
¸
_
y

+ y

−12y = 0
y(2) = 2
y

(2) = 0
2) Encontre α de modo que a solução do PVI,
_
¸
¸
¸
_
¸
¸
¸
_
y

−y

−y = 0
y(0) = α
y

(0) = 2
decai para zero quando t →∞
3) Encontre a equação diferencial cuja solução geral seja,
y = C
1
e
2t
+ C
2
e
−3t
3.2.3 Método de Redução de Ordem
Suponha que conhecemos uma solução y
1
da equação,
y

+ p(x)y

+ q(x)y = 0.
Vamos procurar uma segunda solução da forma
y
2
(x) = v(x) · y
1
(x)
com v(x) não constante.
Por definição temos:
y

2
= v

y
1
+ vy

1
e y

2
= v

y
1
+ v

y

1
+ v

y

1
+ vy

1
= v

y
1
+ 2v

y

1
+ vy

1
57
Assim, substituindo y
2
, y

2
e y

2
na equação diferencial obtemos,
y

2
+p(x)y

2
+q(x)y
2
= 0 =⇒[v

y
1
+2v

y

1
+vy

1
] +p(x)[v

y
1
+vy

1
] +q(x)[v(x)y
1
(x)] = 0 =⇒
=⇒v

y
1
+ [2y

1
+ p(x)y
1
]v

+ [y

1
+ p(x)y

1
+ q(x)y
1
(x)]v(x) = 0
Sendo y
1
a solução da equação então y

1
+ p(x)y

1
+ q(x)y
1
(x) = 0. Daí,
v

y
1
+ [2y

1
+ p(x)y
1
]v

= 0 =⇒v

+
_
2y

1
y
1
+ p(x)
y
1
y
1
_
v

= 0 =⇒v

+
_
2y

1
y
1
+ p(x)
_
v

= 0.
Faça u(x) = v

(x), para obtemos,
u

+
_
2y

1
y
1
+ p(x)
_
u = 0
a qual é uma EDL de 1
o
ordem em u, cuja solução é dada por,
u(x) = ce

_ _
2y

1
y
1
+ p(x)
_
dx
Tome C = 1, então,
u(x) = e

_ _
2y

1
y
1
_
dx
· e

_
p(x) dx
=⇒e

_
p(x) dx
· e
−2 ln |y
1
|
ou seja,
u(x) =
e

_
p(x) dx
y
2
1
A segunda solução é,
y
2
= v(x)y
1
, com v(x) =
_
u(x) dx,
onde u(x) foi encontrado antes.
Além disso,
w[y
1
, y
2
] =
¸
¸
¸
¸
y
1
vy
1
y

1
v

y
1
+ vy

1
¸
¸
¸
¸
= v

y
2
1
= 0,
pois v(x) = constante.
Logo,
y = C
1
y
1
+ C
2
v(x)y
1
Conclusão
As funções y
1
e y
2
= vy
1
constituem um conjunto fundamental de soluções.
58
Exemplo 37 Verificar que y
1
(x) = x é uma solução da equação
(1 −x
2
)y

−2xy

+ 2y = 0, −1 < x < 1
e achar uma segunda solução que possa compor com a primeira, um conjunto fundamental de
soluções.
Solução:
Sendo −1 < x < 1 então a equação torna-se,
y


2x
(1 −x
2
)
y

+
2
(1 −x
2
)
y = 0
A segunda solução é dada por
y
2
= v(x)y
1
= xv(x) = x
_
u(x) dx
onde,
u(x) =
e

_
p(x) dx
y
2
1
=⇒u(x) =
e

_
2x
(1 −x
2
)
dx
x
2
=
e
−ln |1−x
2
|
x
2
=
1
1 −x
2
x
2
=
1
x
2
(1 −x
2
)
assim,
u(x) =
1
x
2
+
1
1 −x
2
=
1
x
2
+
1
2
_
1
1 + x
_
+
1
2
_
1
1 −x
_
Sendo, v(x) =
_
u(x) dx, então,
v(x) =
_ _
1
x
2
+
1
2
_
1
1 + x
_
+
1
2
_
1
1 −x
__
dx =
_
1
x
2
dx+
1
2
_
1
1 + x
dx+
1
2
_
1
1 −x
dx =
= −
1
x
+
ln |1 + x|
2

ln |1 −x|
2
= −
1
x
+
1
2
ln
_
|1 + x|
|1 −x|
_
Portanto,
y
2
= −1 +
x
2
ln
¸
¸
¸
¸
1 + x
1 −x
¸
¸
¸
¸
Exercício: Encontre a solução geral para esta equação.
3.2.4 Raizes Repetida
Vamos determinar a solução geral da equação
ay

+ by

+ cy = 0
59
quando as raizes da equação característica
ar
2
+ br + c = 0
forem igauis r
1
= r
2
=
−b
2a
.
Uma solução da equação geral y

+
b
a
y

+
c
a
y = 0 é
y
1
= e
−b
2a
x
Usando o método da Redução de Ordem vamos obter y
2
= ve
−b
2a
x
. Assim, temos
que,
u(x) =
e

R
b
a
dx
_
e
−b
2a
x
_
2
=
e
−b
a
x
e
−b
a
x
=⇒u(x) = 1.
Segue que,
v(x) =
_
u(x) dx =
_
1 dx =⇒v(x) = x.
Logo,
y
2
(x) = xe
−b
2a
x
Desta forma a solução geral é dada por, y = C
1
e
−b
2a
x
+ C
2
xe
−b
2a
x
, ou seja
y = (C
1
+ C
2
x)e
−b
2a
x
Exemplo 38 Determine a solução geral da seguinte equação,
y

+ 4y

+ 4y = 0
Solução:
Sendo a equação,
y

+ 4y

+ 4y = 0,
temos seguinte equação característica,
r
2
+ 4r + 4 = 0,
da qual obtemos, r
1
= r
2
=
−b
2a
=
−4
2
= −2. Logo a solução geral é,
y = (C
1
+ C
2
x)e
−2x
60
3.3 Equações Diferenciais de Segunda Ordem Não - Ho-
mogêneas
Considere a equação
y

+ p(x)y

+ q(x)y = g(x) (3.8)
onde p, q e g são funções contínuas num intervalo aberto α < x < β
Teorema 3.8 (Importante)
Se y
p
é solução particular da equação (3.8), então a solução geral de (3.8) é dada por:
y = y
p
+ C
1
y
1
+ C
2
y
2
onde y
1
e y
2
constitue um Conjunto de Fundamental de Soluções para equações homogêneas
correspondentes.
Prova. Seja y uma solução qualquer de (3.8). Temos,
y

+ p(x)y

+ q(x)y = g(x) e y

p
+ p(x)y

p
+ q(x)y
p
= g(x)
daí,
(y −y
p
)

+ p(x)(y −y
p
)

+ q(x)(y −y
p
) = 0
isto é, y −y
p
é uma solução da equação homogênea correspondente. Portanto,
y −y
p
= C
1
y
1
+ C
2
y
2
⇐⇒y = y
p
+ C
1
y
1
+ C
2
y
2
Exemplo 39 Determine a solução geral da equação
y

+ y = t
Solução: Observe que a função y
p
= t é uma solução da equação. Temos então a seguinte
equação homogênea,
y

+ y = 0
Assim, a equação diferencial característica é da forma,
r
2
+ 1 = 0 com r = ±i
Logo a equação diferencial homogênea associada é
y
H
= C
1
cost + C
2
sent
Portanto,
y = t + C
1
cost + C
2
sent
61
Método da Variação dos Parâmetros
Sejam y
1
e y
2
duas soluções linearmente independentes (L.I.), ou seja, não são mul-
tiplas entre si, da equação homogênea.
y

+ p(x)y

+ q(x)y = 0
Suponha que temos uma solução particular da equação (3.8), na forma,
y = u
1
y
1
+ u
2
y
2
Por derivação,
y

= u
1
y

1
+ u

1
y
1
+ u
2
y

2
+ u

2
y
2
=⇒y

= u
1
y

1
+ u
2
y

2
+ u

1
y
1
+ u

2
y
2
.
vamos admitir que,
u

1
y
1
+ u

2
y
2
= 0 (•)
1
então,
y

= u
1
y

1
+ u
2
y

2
(∗)
1
derivando mais uma vez obtemos,
y

= u
1
y

1
+ u

1
y

1
+ u
2
y

2
+ u

2
y

2
(∗)
2
Assim, substituindo (∗)
1
e (∗)
2
na equação (3.8) obtemos,
y

+ p(x)y

+ q(x)y = 0 =⇒
(u
1
y

1
+ u

1
y

1
+ u
2
y

2
+ u

2
y

2
) + p(x)(u
1
y

1
+ u
2
y

2
) + q(x)(u
1
y
1
+ u
2
y
2
) = g(x),
ou seja,
u
1
(y

1
+ p(x)y

1
+ q(x)y
1
) + u
2
(y

2
+ p(x)y

2
+ q(x)y
2
) + u

1
y

1
+ u

2
y

2
= g(x),
sabendo que,
y

1
+ p(x)y

1
+ q(x)y
1
= 0 e y

2
+ p(x)y

2
+ q(x)y
2
= 0
temos,
u

1
y

1
+ u

2
y

2
= g(x) (•)
2
Por (•)
1
e (•)
2
formamos o seguinte sistema,
_
_
_
u
1
y

1
+ u
2
y

2
= 0
u

1
y

1
+ u

2
y

2
= g(x)
62
Observe que det[coef] = w[y
1
, y
2
] = 0. da regra de Cramer temos,
u

1
=
−y
2
g(x)
w[y
1
, y
2
]
e u

2
=
y
1
g(x)
w[y
1
, y
2
]
Finalmente,
u
1
= −
_
y
2
g(x)
w[y
1
, y
2
]
dx e u
2
=
_
y
1
g(x)
w[y
1
, y
2
]
dx
Exemplo 40 Resolva a seguinte equação
y

−4y

+ 4y = (x + 1)e
2x
Solução: Sendo y

− 4y

+ 4y = 0 a equação homogênea correspondente, então temos a
seguinte equação característica associada,
r
2
−4r + 4 = 0
da qual temos,
∆ = 16 −16 = 0 e r =
4
2
= 2
daí a solução geral desta é,
y = C
1
e
2x
+ C
2
xe
2x
Neste caso,
y
1
= e
2x
e y
2
= xe
2x
Utilizando a idéia do Wronskiano temos,
w = [y
1
, y
2
] =
¸
¸
¸
¸
e
2x
xe
2x
2e
2x
e
2x
+ 2xe
2x
¸
¸
¸
¸
= e
4x
Logo,
u
1
= −
_
xe
2x
(x + 1)e
2x
e
4x
dx =
_
x(x + 1) dx = −
_
x
3
3
+
x
2
2
_
u
2
=
_
e
2x
(x + 1)e
2x
e
4x
dx =
_
(x + 1) dx =
_
x
2
2
+ x
_
Sabendo que, y
p
= u
1
y
1
+ u
2
y
2
, então,
y
p
= −e
2x
_
x
3
3
+
x
2
2
_
+ xe
2x
_
x
2
2
+ x
_
=⇒y
p
= e
2x
_
x
3
6
+
x
2
2
_
63
Portanto, a solução geral é
y =
_
x
3
6
+
x
2
2
_
e
2x
+ (C
1
+ C
2
x)e
2x
EXEMPLOS
Problema de Valor Inicial
Exemplo 41 Encontre a solução do PVI
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_
2y

−3y

+ y = 0
y(0) = 2
y

(0) =
1
2
em seguida determine o valor de máximo (caso exista) da solução e também o ponto no qual a
solução é nula.
Solução:
Vamos determinar inicialmente a solução geral da equação
2y

−3y

+ y = 0
Observe que temos a seguinte equação característica associada a equação,
2r
2
−3r + 1 = 0
da qual obtemos,
∆ = 1 > 0 r
1
= 1 r
2
=
1
2
Logo, a solução geral da equação é,
y = C
1
e
x
+ C
2
e
x
2
Das condições iniciais obtemos,
_
¸
_
¸
_
C
1
+ C
2
= 2
C
1
+
C
2
2
=
1
2
64
onde C
1
= −1 e C
2
= 3.
Portanto a solução geral é do PVI é
y = −e
x
+ 3e
x
2
Vamos agora determinar, se existir, um valor de máximo para a solução.
Um ponto x
0
é um ponto de máximo quando,
y

(x
0
) = 0 e y

(x
0
) < 0.
Então derivando a solução da equação temos,
y = −e
x
+ 3e
x
2
=⇒y

= −e
x
+
3
2
e
x
2
=⇒−e
x
+
3
2
e
x
2
= 0 =⇒e
x
2
e
x
2

3
2
e
x
2
= 0 =⇒
=⇒e
x
2
_
e
x
2

3
2
_
= 0 =⇒e
x
2

3
2
= 0 =⇒e
x
2
=
3
2
devemos então ter,
e
x
2
=
3
2
=⇒
x
2
= ln
_
3
2
_
=⇒x = ln
_
9
4
_
Derivando y

, obtemos,
y

= −e
x
+
3
4
e
x
2
=⇒y

_
ln
_
9
4
__
= −e
ln
(
9
4
)
+
3
4
e
1
2
·ln
(
9
4
)
= −
9
4
+
3
4
·
3
2
= −
9
8
< 0
Logo, x = ln
_
9
4
_
é um ponto de máximo.
Por último, vamos determinar o ponto onde a solução é nula. Assim, vamos deter-
minar o valor de x onde y(x) = 0. Logo,
y = −e
x
+ 3e
x
2
=⇒e
x
−3e
x
2
= 0 =⇒e
x
2
e
x
2
−3e
x
2
= 0 =⇒e
x
2
_
e
x
2
−3
_
= 0 =⇒e
x
2
−3 = 0.
Logo, e
x
2
= 3. Portanto, x = ln 9.
Redução de Ordem
Exemplo 42 Determine a solução da equação,
(x −1)y

−xy

+ y = 0, onde, x > 1 e y
1
(x) = e
x
Solução:
Observe que,
(x −1)y

−xy

+ y = 0 =⇒y


x
x −1
y

+
1
x −1
y = 0
65
Sabendo que y
1
(x) = e
x
, vamos determinar y
2
(x), o qual é da forma,
y
2
(x) = v(x) · y
1
(x), mboxcom v(x) = 0
onde,
v(x) =
_
u(x) dx u(x) =
e

R
p(x) dx
y
2
1
Assim queremos y
2
da forma y
2
= v(x)e
x
. Então, vamos determinar v. Daí, temos que,
u(x) =
e

R
p(x) dx
y
2
1
=
e

_
x
x −1
dx
e
2x
=
e

_ _
1 −
1
x −1
dx
_
e
2x
=
e
x+ln (x−1)
e
2x
=
e
x
(x −1)
e
2x
=⇒
=⇒u(x) = e
−x
(x −1)
Deste modo,
v(x) =
_
u(x) dx =
_
e
−x
(x −1) dx =⇒v(x) = −xe
−x
Logo,
y
2
= v(x)e
x
= (−xe
−x
)e
x
=⇒y
2
= −x
Portanto, a solução geral é,
y = C
1
e
x
−C
2
x
Método da Variação de Parâmetros
Exemplo 43 Determine a solução da equação
y

+ 9y = 3sec
2
3t, t ∈
_
0,
π
8
_
Solução:
Observe que temos a seguinte equação homogênea associada
y

+ 9y = 0
Daí a equação característica associada a ela é,
r
2
+ 9 = 0
da qual obtemos,
∆ = −36 < 0 e r = ±3i
Logo a solução desta é
y
H
= C
1
cos3t + C
2
sen3t
66
Vamos agora determinar a solução particular y
p
= u
1
y
1
+ u
2
y
2
. Assim sendo,
y
1
= cos3t e y
2
= sen3t
e o Wronskiano dado por,
w[y
1
, y
2
] =
¸
¸
¸
¸
¸
¸
cos3t sen3t
−3sen3t 3cos3t
¸
¸
¸
¸
¸
¸
= 3
Então,
u
1
= −
_
y
2
g(x)
w[y
1
, y
2
]
dx = −
_
3sen3t sec
2
3t
3
dx = −sec3t
u
2
=
_
y
1
g(x)
w[y
1
, y
2
]
dx =
_
3cos3t sec
2
3t
3
dx = ln |sec3t + tg3t|
Logo,
y
p
= −sec3tcos3t + ln |sec3t + tg3t|sen3t
Portanto, a solução geral é
y = y
H
+ y
p
=⇒
y = C
1
cos3t + C
2
sen3t −sec3tcos3t + ln |sec3t + tg3t|sen3t
3.4 Oscilações Mecânicas
Nos estudaremos neste capítulo o movimento de uma massa pressa a uma mola.
Para isso vamos utilizar o Sistema Massa-Mola, o qual podemos ter uma ideia pelo grá-
fico abaixo.
Figura 3.1: Sistema Massa-Mola
67
Nesse sentido dividiremos, inicialmente, emetapas o nosso estudo do sistema massa-
mola. Deste modo,
Etapa A
Mola de comprimento l sem peso.
Etapa B
Corpo de massa m preso a mola de comprimento l causando um deslocamento L no
sentido positivo.
Figura 3.2: Repouso Figura 3.3: Deslocado
Nesta etapa duas forças atuam no corpo.
(i) Força Gravitacional (F
g
)
F
g
= mg,
onde, m é a massa do corpo e g é a força gravitacional
(ii) Força da Mola (F
m
)
Lei de Hooke: A força exercida por uma mola é proporcional ao seu deslocamento
F
m
= −kL,
onde, k é a constante de elastícidade.
Quando o corpo está em equilibrio a força resultante sobre o corpo é nula, ou seja,
mg −kL = 0
Etapa C
Força externa aplicada ao corpo de massa m, causando um deslocamento de y no
sentido positivo.
Segunda Lei de Newton
A segunda lei de Newton afirma que,
68
Força = massa × aceleração
Se o deslocamento no instante t é dada por y(t), então da segunda Lei de Newton,
obtemos,
my

= f(t) (3.9)
onde f(t) é força resultante sobre o corpo no instante t. Nesse sentido observe que, as
forças são:
1) F
g
= mg
2) F
m
= −k(L + y)
3) F(t) =Força externa aplicada a massa
4) Força de Amortecimento ou Força resistiva (F
a
)
A Força de Amortecimento ou Força resistiva é proporcional a velocidade do objeto
e atua no sentido oposto ao deslocamento. Daí temos que,
F
a
= constante × velocidade
ou seja,
F
a
= −cy

(t)
Reescrevendo (3.9) temos,
my

= F
g
+ F
m
+ F + F
a
=⇒my

= mg −k(L + y) + F(t) −cy

(t)
=⇒my

= mg −kL
. ¸¸ .
0
−ky + F(t) −cy

(t) =⇒
my

+ cy

+ ky = F(t) (3.10)
onde as constantes m, c e k são positivas.
A equação (3.10) é chamada de Equação do Movimento da Massa.
Estabelecemos as seguintes condições iniciais,
(C.I.)
_
y(0) = y
0
, posição inicial
y

(0) = y

0
, velocidade inicial
A equação (3.10) com as condições iniciais constituem um PVI no qual tem uma
única solução.
3.4.1 Oscilação Livre Não-Amortecidas
Como o movimento não é amortecido temos que c = 0 e a força externa F(t) = 0.
A equação nesta nesta situação de massa é,
my

+ ky = 0 ou y

+
k
m
y = 0
69
cuja característica é,
r
2
+
k
m
= 0
daí,
r = ±
_

k
m
=⇒r = ±i
_
k
m
Logo a solução geral é,
y(t) = C
1
cos
_
_
k
m
t
_
+ C
2
sen
_
_
k
m
t
_
Considere ω
2
0
=
k
m
. Daí temos,
y(t) = C
1
cos (ω
0
t) + C
2
sen (ω
0
t) (I)
ou ainda,
y(t) = R cos (ω
0
t −δ) (II)
onde, R =
_
C
2
1
+ C
2
2
e δ = arc tg
_
C
2
C
1
_
Observação
Toda solução da forma (I) pode ser escrita na forma (II) e a reciproca também é
verdadeira. De fato,
R cos (ω
0
t −δ) = Rcosω
0
tcosδ −Rsenω
0
tsenδ
onde,
Figura 3.4: triângulo
retangulo
a =
_
C
2
1
+ C
2
2
= R, b = C
2
, c = C
1
e d = ω, daí
cosδ =
C
1
R
=⇒C
1
= Rcosδ
e
senδ =
C
2
R
=⇒C
2
= Rsenδ
Portanto,
R cos (ω
0
t −δ) = C
1
cosω
0
t −C
2
senω
0
t
Comentários:
70
(a) O movimento de massa é periódico e o seu período é,
t =

ω
0
= 2π
_
m
k
_
1/2
(b) T aumenta quando m aumenta, ou seja, "os corpos com mais massa, oscilam mais
lentamente".
(c) T diminui quando k aumenta, ou seja, "Molas rígidas, provocam oscilações mais
rápidas".
(d) A amplitude não diminui com o tempo por causa da ausência de amortecimento.
(e) δ ângulo de faces do movimento.
3.4.2 Oscilação Livre Amortecidas
Esta situação é caracterizada pela ausência da força externa (f(t) = 0) e a constante
de resistividade c é não nula.
Neste caso temos,
my

+ cy

+ ky = 0
Da qual a equação característica é,
mr
2
+ cr + k = 0
onde c, m e k são constantes positivas. Deste modo, as raizes são:
r =
−c ±

c
2
−4mk
2m
Portanto existem três situações:
1
o
Caso c
2
> 4mk
Então a equação característica terá duas raizes reais distintas r
1
e r
2
e a solução é
dada por,
y(t) = C
1
e
r
1
t
+ C
2
e
r
2
t
Observação:
c
2
−4mk < c
2
=⇒

c
2
−4mk < c
Conclusão: r
1
< 0 e r
2
< 0.
Portanto,
y(t) −→0, quando t −→∞
71
2
o
Caso c
2
= 4mk
Neste caso,
r
1
= r
2
=
−c
2m
e a posição é dada por
y = (C
1
+ C
2
t)e
−(ct)/2m
Portanto,
y(t) −→0, quando t −→∞
3
o
Caso c
2
< 4mk
Neste caso, temos duas raizes complexas conjugadas. Daí,
y(t) = e
−(ct)/2m
(C
1
cosβt + C
2
senβt)
onde,
β =
(4mk −c
2
)
1/2
2m
ou ainda,
y(t) = R e
−(ct)/2m
cos(ω
0
t −δ)
Exemplo 44 Um corpo com massa de 100 g estica em 5 cm uma mola. Se o corpo é impulsionado
a partir do equilíbrio com uma velocidade para baixo de 10 cm/s e se não houver resitência do ar,
determine a posição em qualquer instante t. Em que instante o corpo retorna pela 1
o
vez, a sua
posição de equilíbrio?
Solução:
Observe que,
m = 100 g; g = 9, 8 m/s
2
= 980cm/s
2
; L = 5 cm; k =
mg
L
=
100 · 980
5
= 19.600g · cm/s
2
c = 0; F(t) = 0; y(0) = 0; y

(0) = 10 cm/s
Sabendo que a equação de movimento de massa é,
my

+ cy

+ ky = F(t) =⇒100y

+ 19.600y = 0.
Temos a seguinte equação característica associada,
100r
2
+ 19.600 = 0 =⇒r
2
+ 196 = 0,
da qual obtemos,
r = ±i

196 =⇒r = ±i

14.
72
Deste modo a solução geral é,
y(t) = C
1
cos(14t) + C
2
sen(14t)
Derivando y(t) obtemos,
y

(t) = −14 C
1
sen(14t) + 14 C
2
cos(14t)
Das condições iniciais, y(0) = 0 e y

(0) = 10 cm/s, obtemos,
C
1
= 0 e C
2
=
5
7
Portanto a solução é,
y(t) =
5
7
sen(14t)
Logo, o momento em que o corpo volta pela primeira vez é dado pela expressão,
5
7
sen(14t) = 0 =⇒sen(14t) = 0 =⇒14t = π =⇒t =
π
14
Exemplo 45 Um corpo com massa de 20 g estica em 5 cm uma mola. Suponha que o corpo esteja
ligado a um amortecedor viscoso, com constante de amortecimento 400 dyn · s/cm. Se o corpo for
puxado 2 cm além de sua posição de equilíbrio e depois for solto, ache a sua posição em qualquer
instante t.
Solução:
Observe que,
m = 20 g; g = 9, 8 m/s
2
= 980cm/s
2
; L = 5 cm;
k =
mg
L
=
20 · 980
5
= 3.920g · cm/s
2
; c = 400 dyn · s/cm; F(t) = 0
y(0) = 2 cm; y

(0) = 0 cm/s
Sabendo que a equação de movimento de massa é,
my

+ cy

+ ky = F(t) =⇒20y

+ 400y

+ 3.920y = 0.
Temos a seguinte equação característica associada,
20r
2
+ 400y

+ 3.920y = 0 =⇒r
2
+ 20r + 196 = 0,
da qual obtemos,
r = −10 ±4

6 i.
Deste modo a solução geral é,
y(t) = e
−10t
[C
1
cos(4

6 t) + C
2
sen(4

6 t)]
73
Derivando y(t) obtemos,
y

(t) = −10 e
−10t
[C
1
cos(4

6 t)+C
2
sen(4

6 t)]+e
−10t
[−4

6 C
1
sen(4

6 t)+4

6C
2
cos(4

6 t)]
Das condições iniciais, y(0) = 2 e y

(0) = 0, obtemos,
C
1
= 2 e C
2
=
5

6
Portanto a solução é,
y(t) = e
−10t
_
2 cos(4

6 t) +
5

6
sen(4

6 t)
_
Capítulo 4
Equações Diferenciais de Ordem
Superior
4.1 Equações Diferenciais de Ordem Superior
Definição 4.1 Uma Equação Diferencial Linear de Ordem n é uma equação da forma,
F(x, y, y

, y

, . . . , y
(n)
) = 0 (4.1)
ou ela pode ser descrita da forma,
A
0
(x)
d
n
y
dx
n
+ A
1
(x)
d
n−1
y
dx
n−1
+ . . . + A
n−1
(x)
dy
dx
+ A
n
y = G(x) (4.2)
onde A
i
(x), i = 1, . . . , n são funções contínuas num intervalo aberto (α, β)
É comum reescrever a equação (4.2). Devemos ter A
0
(x) = 0, para todo x. Deste
modo temos,
d
n
y
dx
n
+
_
A
1
(x)
A
0
(x)
_
d
n−1
y
dx
n−1
+ . . . +
_
A
n−1
(x)
A
0
(x)
_
dy
dx
+
_
A
n
(x)
A
0
(x)
_
y =
G(x)
A
0
(x)
=⇒
d
n
y
dx
n
+ a
1
(x)
d
n−1
y
dx
n−1
+ . . . + a
n−1
(x)
dy
dx
+ a
n
(x)y = g(x),
ou simplismente,
y(n) + a
1
(x)y(n −1) + . . . + a
n−1
(x)y

+ a
n
(x)y = g(x). (4.3)
75
A equação (4.3) munido da seguintes condições iniciais,
_
¸
¸
¸
_
¸
¸
¸
_
y(x
0
) = y
0
y

(x
0
) = y

0
.
.
.
y
(n−1)
(x
0
) = y
(n−1)
0
(4.4)
constitue um Problema de Valor Inicial.
Observação: A teoria para equações de ordem n é analogo a teoria desenvolvida
para EDL’s de 2
o
Ordem.
Teorema 4.2 (Existência e Unicidade)
O problema de valor inicial formado pela equação (4.3) e as condições (4.4) tem uma única
solução no intervalo (α, β)
Observação: Na equação quando a solução S(x) ≡ 0 então a identidade é nula.
Uma equação diferencial de ordem n da forma,
y
(n)
+ a
1
(x)y
(n−1)
+ . . . + a
n−1
(x)y

+ a
n
(x)y = 0, (4.5)
é chamada de equação homogênea (EDLOnH). Deste modo se y
1
, y
2
, . . ., y
n
são soluções
da (EDLOnH), então,
y = C
1
y
1
+ C
2
y
2
+ . . . + C
n
y
n
é também solução.
Determinante Wronskiano
W[y
1
, y
2
, . . . , y
n
] =
¸
¸
¸
¸
¸
¸
¸
¸
¸
y
1
y
2
. . . y
n
y

1
y

2
. . . y

n
.
.
.
.
.
.
.
.
.
.
.
.
y
(n−1)
1
y
(n−1)
2
. . . y
(n−1)
n
¸
¸
¸
¸
¸
¸
¸
¸
¸
Teorema 4.3 (Solução Geral)
Se y
1
, y
2
, . . ., y
n
são soluções da equação homogênea e se W[y
1
, y
2
, . . . , y
n
] = 0, então toda
solução da equação homogênea é da forma,
y = C
1
y
1
+ C
2
y
2
+ . . . + C
n
y
n
76
Equação Homogênea com coeficientes constantes
Seja a equação homogênea,
a
0
y
(n)
+ a
1
y
(n−1)
+ . . . + a
n−1
y

+ a
n
y = 0,
onde cada a
i
, com i = 0, 1, 2, . . . , n é um número real constante.
Suponha que y = e
rx
seja solução da equação homogênea de coeficientes constantes.
Daí, sendo,
y = e
rx
, y

= re
rx
, y

= r
2
e
rx
, . . . , y
(n−1)
= r
n−1
e
rx
e y
(n)
= r
n
e
rx
,
temos que,
a
0
y
(n)
+ a
1
y
(n−1)
+ . . . + a
n−1
y

+ a
n
y = 0 =⇒
=⇒a
0
r
n
e
rx
+ a
1
r
n−1
e
rx
+ . . . + a
n−1
re
rx
+ a
n
e
rx
= 0 =⇒
=⇒e
rx
_
a
0
r
n
+ a
1
r
n−1
+ . . . + a
n−1
r + a
n
_
= 0.
Equação Característica
Seja a equação de polinômio característica dada por,
a
0
r
n
+ a
1
r
n−1
+ . . . + a
n−1
r + a
n
Note que y = e
rx
é uma solução da equação de coeficientes constantes desde que r
seja raiz do polinômio característico, ou seja,
a
0
r
n
+ a
1
r
n−1
+ . . . + a
n−1
r + a
n
= 0.
Um polinômio de grau n tem raizes da forma r
1
, r
2
, . . ., r
n−1
, r
n
.
1
o
Caso (Raizes reais e distintas)
Se o polinômio assim possui n raizes distintas então a solução geral pe da forma,
y = C
1
e
r
1
x
+ C
2
e
r
2
x
+ . . . + C
n−1
e
r
n−1
x
+ C
n
e
r
n
x
2
o
Caso (Raizes complexas conjugadas)
Para cada raiz complexa r = p ±iq (sempre ocorrem em par) obtemos duas soluções
reais,
y
1
= e
px
cos(qx) e y
2
= e
px
sen(qx)
77
3
o
Caso (Raizes repetidas)
Se r
1
= r
2
= . . . = r
n−1
= r
n
= r entã a solução geral é dada por
y =
_
C
1
+ C
2
x + . . . + C
n
x
n−1
_
e
rx
Exemplo 46 Determine a solução da equação diferencial abaixo.
y
(4)
−y = 0
Solução:
Sendo a equação diferencial dada por,
y
(4)
−y = 0
temos o seguinte polinômio característico associado,
r
4
−1 = 0 =⇒(r
2
−1)(r
2
+ 1) = 0
da qual obtemos,
r
2
−1 = 0 =⇒r = ±1 e r
2
+ 1 = 0 =⇒r = ±i.
Logo, a solução geral é,
y = C
1
e
x
+ C
2
e
−x
+ C
3
cosx + C
4
senx
Exemplo 47 Determine a solução da equação diferencial abaixo.
d
5
y
dt
5
−3
d
4
y
dt
4
+ 3
d
3
y
dt
3

d
2
y
dt
2
= 0
Solução:
Sendo a equação diferencial dada por,
d
5
y
dt
5
−3
d
4
y
dt
4
+ 3
d
3
y
dt
3

d
2
y
dt
2
= 0
temos o seguinte polinômio característico associado,
r
5
−3r
4
+ 3r
3
−r
2
= 0 =⇒r
2
(r
3
−3r
2
+ 3r −1) = 0 =⇒r
2
(r −1)
3
= 0.
da qual obtemos,
r
2
= 0 =⇒r
1
= r
2
= 0 e (r −1)
3
= 0 =⇒r
3
= r
4
= r
5
= 1.
Logo, a solução geral é,
y = C
1
+ C
2
t + C
3
t
2
e
t
+ C
4
t
3
e
t
+ C
5
t
4
e
t
78
Exemplo 48 Determine a solução da equação diferencial abaixo.
y

−2y

−y

+ 2y = 0
Solução:
Sendo a equação diferencial dada por,
y

−2y

−y

+ 2y = 0
temos o seguinte polinômio característico associado,
r
3
−2r
2
−r + 2 = 0 =⇒(r −1)(r
2
−r −2) = 0 =⇒r
2
(r −1)
3
= 0.
da qual obtemos,
r −1 = 0 =⇒r
1
= 1 e r
2
−r −2 = 0 =⇒r
2
= 2 e r
3
= −1.
Logo, a solução geral é,
y = C
1
e
x
+ C
2
e
2x
+ C
3
e
−x
Método da Variação de Parâmetros
Considere a seguinte equação,
y
(n)
+ p
1
(x)y
(n−1)
+ . . . + p
n−1
(x)y

+ p
n
(x)y = g(x), (4.6)
Se y
1
, y
2
, . . ., y
n−1
e y
n
são soluções linearmente independentes (L.I.), ( ou seja,
W[y
1
, y
2
, . . . , y
n−1
, y
n
] = 0) da equação homogênea,
y
(n)
+ p
1
(x)y
(n−1)
+ . . . + p
n−1
(x)y

+ p
n
(x)y = 0, (4.7)
então sua solução geral é,
y
H
= C
1
y
1
+ C
2
y
2
+ . . . + C
n
y
n
Se Y
1
e Y
2
são soluções da equação não-homogênea (4.6), então Y
1
− Y
2
é solução
da equação homogênea (4.7).
Daí, para Y
1
= y e Y
2
= y
P
, segue que,
y −y
p
= C
1
y
1
+ C
2
y
2
+ . . . + C
n
y
n
=⇒y = y
H
+ y
p
.
Vamos supor que a solução particular é dada por,
y = u
1
y
1
+ u
2
y
2
+ . . . + u
n
y
n
.
79
Deste modo é possível se mostrar que,
u
j
=
_
g(x)w
j
w(x)
dx, com j = 1, 2, . . . , n onde w(x) = W[y
1
, y
2
, . . . , y
n−1
, y
n
]
e w
j
é o determinante obtido do Wronskiano pela troca da j−ésima coluna pela coluna
(0, 0, . . . , 1).
Por exemplo considere n = 3.
y

+ p
1
(t)y

+ p
2
(t)y

+ p
3
(t)y = g(t)
Suponha que,
y
p
= u
1
y
1
+ u
2
y
2
+ u
3
y
3
Derivando obtemos,
y

p
= (u

1
y
1
+ u

2
y
2
+ u

3
y
3
) + (u
1
y

1
+ u
2
y

2
+ u
3
y

3
)
Tome, u

1
y
1
+ u

2
y
2
+ u

3
y
3
= 0 . Daí, y

p
= u
1
y

1
+ u
2
y

2
+ u
3
y

3
.
Derivando mais uma vez, obtemos,
y

p
= (u

1
y

1
+ u

2
y

2
+ u

3
y

3
) + (u
1
y

1
+ u
2
y

2
+ u
3
y

3
)
Tome, u

1
y

1
+ u

2
y

2
+ u

3
y

3
= 0 . Daí, y

p
= u
1
y

1
+ u
2
y

2
+ u
3
y

3
.
Derivando novamente, obtemos,
y

p
= (u

1
y

1
+ u

2
y

2
+ u

3
y

3
) + (u
1
y

1
+ u
2
y

2
+ u
3
y

3
)
Substituindo os valores de y
p
, y

p
, y

p
e y

p
na equação obtemos,
y

p
+ p
1
(t)y

p
+ p
2
(t)y

p
+ p
3
(t)y
p
= g(t) =⇒
=⇒[(u

1
y

1
+ u

2
y

2
+ u

3
y

3
) + (u
1
y

1
+ u
2
y

2
+ u
3
y

3
)] + p
1
(t)[u
1
y

1
+ u
2
y

2
+ u
3
y

3
]+
+p
2
(t)[u
1
y

1
+ u
2
y

2
+ u
3
y

3
] + p
3
(t)[u
1
y
1
+ u
2
y
2
+ u
3
y
3
] = g(t) =⇒
=⇒[y

1
+ p
1
(t)y

1
+ p
2
(t)y

1
+ p
3
(t)y
1
]u
1
+ [y

2
+ p
1
(t)y

2
+ p
2
(t)y

2
+ p
3
(t)y
2
]u
2
+
+[y

3
+ p
1
(t)y

3
+ p
2
(t)y

3
]u
3
+ (u

1
y

1
+ u

2
y

2
+ u

3
y

3
) = g(t) =⇒
=⇒ u

1
y

1
+ u

2
y

2
+ u

3
y

3
= g(t)
80
Formamos então o seguinte sistema,
_
¸
¸
_
¸
¸
_
u

1
y
1
+ u

2
y
2
+ u

3
y
3
= 0
u

1
y

1
+ u

2
y

2
+ u

3
y

3
= 0
u

1
y

1
+ u

2
y

2
+ u

3
y

3
= g(t)
Note que,
Det[coef] = W[y
1
, y
2
, y
3
] = 0
Logo pela Regra de Cramer,
u

1
=
¸
¸
¸
¸
¸
¸
0 y
2
y
3
0 y

2
y

3
g(t) y

2
y

3
¸
¸
¸
¸
¸
¸
W[y
1
, y
2
, y
3
]
=⇒u

1
=
g(t)
¸
¸
¸
¸
¸
¸
0 y
2
y
3
0 y

2
y

3
1 y

2
y

3
¸
¸
¸
¸
¸
¸
W[y
1
, y
2
, y
3
]
=⇒u
1
=
_
g(t)W
1
dx
W[y
1
, y
2
, y
3
]
u

2
=
¸
¸
¸
¸
¸
¸
y
1
0 y
3
y

1
0 y

3
y

1
g(t) y

3
¸
¸
¸
¸
¸
¸
W[y
1
, y
2
, y
3
]
=⇒u

2
=
g(t)
¸
¸
¸
¸
¸
¸
y
1
0 y
3
y

1
0 y

3
y

1
1 y

3
¸
¸
¸
¸
¸
¸
W[y
1
, y
2
, y
3
]
=⇒u
2
=
_
g(t)W
2
dx
W[y
1
, y
2
, y
3
]
u

3
=
¸
¸
¸
¸
¸
¸
y
1
y
2
0
y

1
y

2
0
y

1
y

2
g(t)
¸
¸
¸
¸
¸
¸
W[y
1
, y
2
, y
3
]
=⇒u

3
=
g(t)
¸
¸
¸
¸
¸
¸
y
1
y
2
0
y

1
y

2
0
y

1
y

2
1
¸
¸
¸
¸
¸
¸
W[y
1
, y
2
, y
3
]
=⇒u
3
=
_
g(t)W
3
dx
W[y
1
, y
2
, y
3
]
Exemplo 49 Resolva o seguinte problema de valor inicial
_
¸
¸
¸
_
¸
¸
¸
_
y

+ y

= sect
y(0) = 2
y

(0) = 1
y

(0) = −2
Solução:
Iremos inicialmente determinar a solução homogênea da equação diferencial. Daí
esta é dada por,
y

+ y

= 0
81
Temos então a seguinte equação característica associada
r
3
+ r = 0
da qual obtemos
r(r
2
+ 1) = 0 =⇒r
1
= 0, r
2
= −i e r
3
= i
Daí,
y
H
= C
1
+ C
2
cost + C
3
sent
onde
y
1
= 1, y
2
= cost e y
3
= sent
Assim, calculando o Wronskiano temos,
W[y
1
, y
2
, y
3
] =
¸
¸
¸
¸
¸
¸
¸
1 cost sent
0 −sent cost
0 −cost −sent
¸
¸
¸
¸
¸
¸
¸
= 1
W
1
=
¸
¸
¸
¸
¸
¸
¸
0 cost sent
0 −sent cost
1 −cost −sent
¸
¸
¸
¸
¸
¸
¸
= 1 W
2
=
¸
¸
¸
¸
¸
¸
¸
0 0 sent
0 0 cost
1 1 −sent
¸
¸
¸
¸
¸
¸
¸
= −cost W
3
=
¸
¸
¸
¸
¸
¸
¸
0 cost 0
0 −sent 0
1 −cost 1
¸
¸
¸
¸
¸
¸
¸
= −sent
Deste modo,
u
1
=
_
g(t)W
1
dx
W[y
1
, y
2
, y
3
]
=⇒u
1
=
_
sect dt = ln(sect + tgt)
u
2
=
_
g(t)W
2
dx
W[y
1
, y
2
, y
3
]
=⇒u
2
=
_
sect(−cost) dt =⇒u
2
=
_
−1 dt = −t
u
3
=
_
g(t)W
3
dx
W[y
1
, y
2
, y
3
]
=⇒u
3
=
_
sect(−sent) dt =⇒u
3
=
_
−tgt dt = ln(cost)
Segue então que,
y
p
= ln(sect + tgt) −tcost + ln(cost) sent
Logo,
y(t) = y
H
+ y
p
= C
1
+ C
2
cost + C
3
sent + ln(sect + tgt) −tcost + ln(cost) sent
82
Utilizando as condições iniciais temos,
y(t) = C
1
+ C
2
cost + C
3
sent + ln(sect + tgt) −tcost + ln(cost) sent =⇒y(0) = 2 =⇒C
1
+ C
2
= 2.
y

(t) = −C
2
sent + C
3
cost + sect −cost + tsent + cost ln(cost) −sent tgt =⇒y

(0) = 1 =⇒C
3
= 1.
y

(t) = −C
2
cost −C
3
sent +sect tgt +sent +sent +tcost −sent ln(cost) −cost tgt −cost tgt −sent sec
2
t =⇒
=⇒y

(0) = −2 =⇒C
2
= 2.
Daí, C
1
= 0.
Portanto, a solução geral é,
y(t) = 2cost + sent + ln(sect + tgt) −tcost + ln(cost) sent
4.2 Equação de Euler-Cauchy Homogêneas de ordem três
Definição 4.4 Uma equação de Euler-Cauchy de ordem 3 é uma equação da forma:
x
3
y

+ ax
2
y

+ bxy

+ cy = 0, (4.8)
onde a, b e c são constantes.
Definição 4.5 Uma função y(x) = x
m
é solução da equação de Euler-Cauchy se, e somente se, m
for raiz da equação auxiliar m
3
+ (a −3)m
2
+ (2 −a + b)m + c = 0.
Prova. Considere y(x) = x
m
uma solução da equação (4.8). Observe que,
y

= mx
m−1
, y

= m(m−1)x
m−2
e y

= m(m−1)(m−2)x
m−3
Substituindo os valores na equação (4.8), obtemos,
x
3
y

+ ax
2
y

+ bxy

+ cy = 0 =⇒
x
3
m(m−1)(m−2)x
m−3
+ ax
2
m(m−1)x
m−2
+ bxmx
m−1
+ cx
m
= 0 =⇒
=⇒(m
3
−3m
2
+ 2m)x
m
+ a(m
2
−m)x
m
+ bmx
m
+ cx
m
= 0 =⇒
=⇒(m
3
−3m
2
+ 2m + am
2
−am + bm + c)x
m
= 0 =⇒
=⇒ m
3
+ (a −3)m
2
+ (2 −a + b)m + c = 0
Exemplo 50 Use o exercício anterior para resolver a seguinte equação
x
3
y

+ x
2
y

−2xy

+ 2y = 2x
4
, com x > 0
83
Solução:
Sabendo que
y = y
H
+ y
p
então vamos determinar y
H
e y
p
• Determinando y
H
Considerando a equação diferencial homogênea,
x
3
y

+ x
2
y

−2xy

+ 2y = 0
onde a = 1, b = −2 e c = 2, temos a seguinte equação auxiliar
m
3
−2m
2
−m + 2 = 0
obtemos as seguintes raizes
m
1
= −1, m
2
= 1 e m
3
= 2
Logo as soluções são
y
1
= x
−1
, y
2
= x e y
3
= x
2
Além disso,
W[y
1
, y
2
, y
3
] =
¸
¸
¸
¸
¸
¸
x
−1
x x
2
−x
−2
1 2x
2x
−3
0 2
¸
¸
¸
¸
¸
¸
= 6x
−1
= 0, pois x > 0
W
1
=
¸
¸
¸
¸
¸
¸
0 x x
2
0 1 2x
1 0 2
¸
¸
¸
¸
¸
¸
= x
2
W
2
=
¸
¸
¸
¸
¸
¸
x
−1
0 x
2
−x
−2
0 2x
2x
−3
1 2
¸
¸
¸
¸
¸
¸
= −3 W
3
=
¸
¸
¸
¸
¸
¸
x
−1
x 0
−x
−2
1 0
2x
−3
0 1
¸
¸
¸
¸
¸
¸
= 2x
−1
então,
u
1
=
_
2x
4
· x
2
dx
6x
−1
=
_
x
7
dx
3
=
x
8
24
, u
2
=
_
2x
4
· (−3) dx
6x
−1
=
_
−x
5
dx =
−x
6
6
e
u
3
=
_
2x
4
· 2x
−1
dx
6x
−1
=
_
2x
4
dx
3
=
2x
5
15
Logo, a solução é,
y = y
H
+ y
p
= C
1
x
−1
+ C
2
x + C
3
x
2
+ x
2
· x
−1
+ (−3) · x + 2x
−1
· x
2
= C
1
x
−1
+ C
2
x + C
3
x
2
Capítulo 5
Sistemas de Equações Lineares de
Primeira Ordem
5.1 Sistema de Equações Lineares
Definição 5.1 Um sistema de m equações e n varíaveis é um conjunto da forma,
_
¸
¸
¸
¸
¸
¸
_
¸
¸
¸
¸
¸
¸
_
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= b
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
x
1
+ a
m2
x
2
+ . . . + a
mn
x
n
= b
m
(5.1)
Observe que podemos colocar o sistema (5.1) na forma,
_
¸
¸
¸
¸
¸
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
_
¸
¸
¸
¸
¸
_
·
_
¸
¸
¸
¸
¸
_
x
1
x
2
.
.
.
x
n
_
¸
¸
¸
¸
¸
_
=
_
¸
¸
¸
¸
¸
_
b
1
b
2
.
.
.
b
m
_
¸
¸
¸
¸
¸
_
ou seja A · X = B, onde
A =
_
¸
¸
¸
¸
¸
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
_
¸
¸
¸
¸
¸
_
, a qual é denominada Matriz dos Coeficientes
85
X =
_
¸
¸
¸
¸
¸
_
x
1
x
2
.
.
.
x
n
_
¸
¸
¸
¸
¸
_
, a qual é a Matriz das Incognitas
B =
_
¸
¸
¸
¸
¸
_
b
1
b
2
.
.
.
b
m
_
¸
¸
¸
¸
¸
_
, a qual é a Matriz dos Termos Independentes
Quando a matriz B é a matriz nula, ou seja, B =
_
¸
¸
_
0
.
.
.
0
_
¸
¸
_
o sistema (5.1) é homogêneo.
Se det(A) = 0 então a matriz A admite inversa A
−1
. Então segue,
A
−1
(A · X) = A
−1
B =⇒(A
−1
A) · X = A
−1
B =⇒I
mn
· X = A
−1
B =⇒X = A
−1
B,
ou seja, se det(A) = 0 o sistema tem uma única solução se o sistema é homogêneo, então
a única solução é a solução nula.
Se det(A) = 0 o sistema não tem solução ou a solução não é única.
5.2 Independência Linear
Um conjunto de vetores X = {

X
1
,

X
2
, . . . ,

X
n
} é linearmente independente (LI) se,
c
1

X
1
+ c
2

X
2
+ . . . + c
n

X
n
= 0, (5.2)
então,c
1
= c
2
= . . . = c
n
= 0. Caso contrário o conjunto é dito linearmente dependente
(LD).
Considere,

X
1
= (x
11
, x
21
, . . . , x
m1
)

X
2
= (x
12
, x
22
, . . . , x
m2
)
.
.
.
.
.
.

X
n
= (x
1n
, x
2n
, . . . , x
mn
)
86
Reescrevendo (5.2), temos,
c
1
(x
11
, x
21
, . . . , x
m1
) + c
2
(x
12
, x
22
, . . . , x
m2
) + . . . + c
n
(x
1n
, x
2n
, . . . , x
mn
) = 0
De onde obtemos,
_
¸
¸
¸
¸
¸
¸
_
¸
¸
¸
¸
¸
¸
_
c
1
x
11
+ c
2
x
12
+ . . . + c
n
x
1n
= 0
c
1
x
21
+ c
2
x
22
+ . . . + c
n
x
2n
= 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
1
x
m1
+ c
2
x
m2
+ . . . + c
n
x
mn
= 0
isto é,
_
¸
¸
¸
¸
¸
_
x
11
x
12
. . . x
1n
x
21
x
22
. . . x
2n
.
.
.
.
.
.
.
.
.
.
.
.
x
m1
x
m2
. . . x
mn
_
¸
¸
¸
¸
¸
_
·
_
¸
¸
¸
¸
¸
_
c
1
c
2
.
.
.
c
n
_
¸
¸
¸
¸
¸
_
=
_
¸
¸
¸
¸
¸
_
0
0
.
.
.
0
_
¸
¸
¸
¸
¸
_
=⇒X · C = 0
m×1
.
Deste modo, se det(X) = 0 então a única solução é c
1
= c
2
= . . . = c
n
= 0, caso
contrário, se det(X) = 0 então existe uma única solução não-nula, neste caso x é L.D.
5.3 Autovalores e Autovetores
Um único λ ∈ C é um autovalor da matriz A se a matriz A satisfaz a equação,
AX = λX, onde X =
_
¸
¸
¸
¸
¸
_
x
1
x
2
.
.
.
x
n
_
¸
¸
¸
¸
¸
_
= 0
Dizemos que A é um autovetor associado ao autovalor λ.
Assim temos,
AX −λX = 0 =⇒(A −λI
mn
)X = 0
que tem soluções não nulas se, e somente se, det(A −λI
mn
) = 0
Conclusão
Os autovalores de A são os valores de λ para os quais det(A −λI
mn
) = 0
Observação 5.2 A equação det(A − λI
mn
) = 0 é um polinômio de grau n em λ logo existem n
autovalores λ
1
, λ
2
, . . . , λ
n
alguns dos quais podem ser repetidos.
87
Observação 5.3 Autovetores associados a autovalores distintos são L.I..
Observação 5.4 Um autovalor de multiplicidade m pode ter q autovalores L.I., associados com
1 ≤ q ≤ m
Observação 5.5 Qualquer múltiplo de autovetor é ainda um autovetor.
5.4 Sistemas de Equações Diferenciais Lineares de Primeira
Ordem
Dizemos que um sistema é de equações diferenciais lineares de primeira ordem se
este é descrito da forma,
_
¸
¸
¸
_
¸
¸
¸
_
x

1
= P
11
(t)x
1
+ P
12
(t)x
2
+ . . . + P
1n
(t)x
n
+ g
1
(t)
x

2
= P
21
(t)x
1
+ P
22
(t)x
2
+ . . . + P
2n
(t)x
n
+ g
2
(t)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
x

n
= P
n1
(t)x
1
+ P
n2
(t)x
2
+ . . . + P
nn
(t)x
n
+ g
n
(t)
(5.3)
ou na forma matricial
X

= P(t)X + G(t),
onde X

, X, P(t) e G(t) são matrizes.
Quando,
G(t) =
_
_
_
_
_
g
1
(t)
.
.
.
g
2
(t)
_
_
_
_
_
=
_
_
_
_
_
0
.
.
.
0
_
_
_
_
_
o sistema é chamado de homogêneo e temos, X

= P(t)X
Definição 5.6 (Solução)
Um vetor

X
k
é uma solução de (5.3) se os seus componentes satisfazem ao sistema.
Notação:

X
1
,

X
2
, . . .,

X
n
onde,

X
k
=
_
_
_
_
_
x
1k
.
.
.
x
nk
_
_
_
_
_
88
Teorema 5.7 (Solução Geral)
Se

X
1
,

X
2
, . . .,

X
n
são soluções linearmente independentes do sistema (5.3), então sua
solução geral é da forma,

X = C
1

X
1
+ C
2

X
2
+ . . . + C
n

X
n
onde cada

X
i
, é uma matriz e C
i
é uma constante, com 1 ≤ i ≤ n.
Exemplo 51 Dado o sistema,
_
x

1
= x
1
+ x
2
x

2
= 4x
1
+ x
2
temos que,
x
1
= C
1
e
3t
+ C
2
e
−t
e x
2
= 2C
1
e
3t
−2C
2
e
−t
os quais satisfazem as condições do sistema.
Portanto, a solução geral é,
X = C
1
_
1
2
_
e
3t
+ C
2
_
1
−2
_
e
−t
Definição 5.8 (Determinante Wronskiano)
Sejam

X
1
,

X
2
, . . .,

X
n
soluções do sistema de n equações. Então o determinante Wronskiano
é
W[

X
1
,

X
2
, . . . ,

X
n
] =
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
x
11
x
12
. . . x
1n
x
21
x
22
. . . x
2n
.
.
.
.
.
.
.
.
.
.
.
.
x
n1
x
n2
. . . x
nn
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
Sendo W[

X
1
,

X
2
, . . . ,

X
n
] = 0, logo a solução é direta, onde

X
1
,

X
2
, . . .,

X
n
são soluções L.I.
5.4.1 Sistemas Homogêneos com coeficientes constantes
Considere o sistema,
X

= AX (5.4)
onde A é uma matriz de ordem n, com cada a
ij
uma constante, ou seja,
A = (a
ij
)
n×n
Observemos o caso em que n = 1. Assim o sistema torna-se
x

= ax ⇐⇒
dx
dt
= ax
89
daí,
dx
dt
= ax =⇒
dx
x
= adt =⇒
_
dx
x
=
_
adt =⇒ln |x| = at + C =⇒|x| = C
1
e
at
Suponha que X = ξe
rt
, onde ξ é uma matriz de autovetores, é solução do sistema
(5.4). Então,
X

= AX =⇒rξe
rt
= Aξe
rt
=⇒rξ = Aξ
daí,
(A −rI)ξ = 0 (5.5)
na qual temos duas possibilidades,
ξ = 0
m×1
ou det(A −rI) = 0.
Mas ξ = 0
m×n
é a solução obvia, a qual não é interessante. Logo devemos ter,
det(A −rI) = 0 (5.6)
Exemplo 52 Determine um conjunto solução para o sistema,
X

=
_
_
1 1
4 1
_
_
X
Solução:
Vamos procurar uma solução na forma,
X = ξe
rt
Por substituição no sistema obtemos
(A−rI)ξ = 0 =⇒
_
_
_
_
1 1
4 1
_
_
−r
_
_
1 0
0 1
_
_
_
_
·
_
_
x
1
x
2
_
_
=
_
_
0
0
_
_
=⇒
_
_
1 −r 1
4 1 −r
_
_
·
_
_
x
1
x
2
_
_
=
_
_
0
0
_
_
o qual é um sistema algébrico. Queremos que,
det
_
1 −r 1
4 1 −r
_
= 0 =⇒(1 −r)
2
−4 = 0 =⇒r
2
−2r −3 = 0
Assim as raizes são, r
1
= 3 e r
2
= −1.
Determinando o autovetor associado a r
1
= 3. Assim,
_
−2 1
4 −2
_
·
_
x
1
x
2
_
=
_
0
0
_
=⇒
_
−2x
1
+ x
2
= 0
4x
1
−2x
2
= 0
90
Daí, x
2
= 2x
1
. Assim,
ξ
1
=
_
x
1
x
2
_
=
_
x
1
2x
1
_
= x
1
_
1
2
_
Deste modo, o autovalor associado ao autovetor r
1
= 3 é ξ
1
=
_
1
2
_
Então a solução associada é,
X
1
(t) =
_
1
2
_
e
3t
Determinando o autovetor associado a r
2
= −1. Assim,
_
2 1
4 2
_
·
_
x
1
x
2
_
=
_
0
0
_
=⇒
_
2x
1
+ x
2
= 0
4x
1
+ 2x
2
= 0
Daí, x
2
= −2x
1
. Assim,
ξ
2
=
_
x
1
x
2
_
=
_
x
1
−2x
1
_
= x
1
_
1
−2
_
Deste modo, o autovalor associado ao autovetor r
2
= −1 é ξ
2
=
_
1
−2
_
Então a solução associada é,
X
2
(t) =
_
1
−2
_
e
−t
Calculando o determinante Wronskiano, temos,
W[x
1
, x
2
] =
¸
¸
¸
¸
¸
e
3t
e
−t
2e
3t
−2e
−t
¸
¸
¸
¸
¸
= −4e
2t
= 0
Portanto a solução geral é,
x(t) = C
1
_
1
2
_
e
3t
+ C
2
_
1
−2
_
e
−t
Exemplo 53 Determine a solução do seguinte problema de valor inicial,
_
_
_
x

1
= 5x
1
−x
2
x

2
= 3x
1
+ x
2
com x
1
(0) = 2 e x
2
(0) = −1
91
Solução:
Reescrevndo o problema na forma matricial temos,
_
x

1
x

2
_
=
_
5 −1
3 1
_
·
_
x
1
x
2
_
Para soluções da forma X(t) = ξe
rt
temos o sistema equivalente (A − rI)ξ = 0.
Assim calculando det(A −rI) temos
_
5 −r −1
3 1 −r
_
= r
2
−6r + 8
do qual obtemos r
1
= 2 e r
2
= 4.
Determinando o autovetor associado a r
1
= 2. Assim,
_
3 −1
3 −1
_
·
_
x
1
x
2
_
=
_
0
0
_
=⇒
_
3x
1
−x
2
= 0
3x
1
−x
2
= 0
Daí, x
2
= 3x
1
. Assim,
ξ
1
=
_
x
1
x
2
_
=
_
x
1
3x
1
_
= x
1
_
1
3
_
Deste modo,
X
1
(t) =
_
1
3
_
e
2t
Determinando o autovetor associado a r
2
= 4. Assim,
_
1 −1
3 −3
_
·
_
x
1
x
2
_
=
_
0
0
_
=⇒
_
x
1
−x
2
= 0
3x
1
−3x
2
= 0
Daí, x
1
= x
2
. Assim,
ξ
2
=
_
x
1
x
2
_
=
_
x
1
x
1
_
= x
1
_
1
1
_
Deste modo,
X
2
(t) =
_
1
1
_
e
4t
Portanto a solução é,
X(t) = C
1
_
1
3
_
e
2t
+ C
2
_
1
1
_
e
4t
92
Utilizando as condições iniciais temos,
X(0) = C
1
_
1
3
_
e
0
+ C
2
_
1
3
_
e
0
=⇒
_
2
−1
_
= C
1
_
1
3
_
+ C
2
_
1
1
_
=⇒
=⇒
_
C
1
+ C
2
= 2
3C
1
+ C
2
= −1
=⇒C
1
= −
3
2
e C
2
=
7
2
Portanto a solução geral é,
X(t) = −
3
2
_
1
3
_
e
2t
+
7
2
_
1
1
_
e
4t
5.4.2 Sistemas Hermitianos
Matriz Hermitiana
Uma matriz A = (a
ij
)
m×n
é Hermitiana se ela for uma matriz quadrada onde a
ij
=
a
ji
, ou seja, a matriz conjugada é igual a matriz transposta, A = A
t
Exemplo 54
Se A =
_
_
1 i
−i 1
_
_
, então A
t
=
_
_
1 −i
i 1
_
_
e A =
_
_
1 −i
i 1
_
_
, ou seja, A = A
t
Exemplo 55
B =
_
_
_
_
_
3 −2 4
−2 0 2
4 2 3
_
_
_
_
_
, daí B = B
t
Sistemas Hermitianos
O sistema
X

= AX
é hermitiano se a matriz dos coeficientes A for hermitiano.
93
Importante
Para uma matriz Hermitiana vale o seguinte:
(a) Todos os autovalores são números reais
(b) Sempre obtemos n autovetores L.I., mesmo que alguns autovalores sejam repetidos,
ou seja, se temos n autovalores r
1
, r
2
, . . . , r
n
obtemos n autovetores ξ
1
, ξ
2
, . . . , ξ
n
As soluções em um sistema hermitiano são dadas por,
x
1
(t) = ξ
1
e
r
1
t
, x
2
(t) = ξ
2
e
r
2
t
, . . . , x
n
(t) = ξ
n
e
r
n
t
Observe que,
W[x
1
, x
2
, . . . , x
n
] =
_
_
_
_
_
_
_
_
_
_
ξ
11
e
r
1
t
ξ
12
e
r
2
t
. . . ξ
1n
e
r
n
t
ξ
21
e
r
1
t
ξ
22
e
r
2
t
. . . ξ
2n
e
r
n
t
.
.
.
.
.
.
.
.
.
.
.
.
ξ
n1
e
r
1
t
ξ
n2
e
r
2
t
. . . ξ
nn
e
r
n
t
_
_
_
_
_
_
_
_
_
_
= e
r
1
t
·e
r
2
t
·. . .·e
r
n
t
=
_
_
_
_
_
_
_
_
_
_
ξ
11
ξ
12
. . . ξ
1n
ξ
21
ξ
22
. . . ξ
2n
.
.
.
.
.
.
.
.
.
.
.
.
ξ
n1
ξ
n2
. . . ξ
nn
_
_
_
_
_
_
_
_
_
_
=
= e
r
1
t+r
2
t+...+r
n
t
|∆| = 0
No caso, a solução geral é,
X(t) = C
1
ξ
1
e
r
1
t
+ C
2
ξ
2
e
r
2
t
+ . . . + C
n
ξ
n
e
r
n
t
Exemplo 56 Determine uma solução para a expressão,
X

=
_
_
−3

2

2 −2
_
_
X
Solução:
Vamos procurar uma solução na forma,
X = ξe
rt
Por substituição no sistema obtemos
(A−rI)ξ = 0 =⇒
_
_
_
_
−3

2

2 −2
_
_
−r
_
_
1 0
0 1
_
_
_
_
·
_
_
x
1
x
2
_
_
=
_
_
0
0
_
_
=⇒
=⇒
_
_
−3 −r

2

2 −2 −r
_
_
·
_
_
x
1
x
2
_
_
=
_
_
0
0
_
_
94
o qual é um sistema algébrico. Queremos que,
det
_
−3 −r

2

2 −2 −r
_
= 0 =⇒(−3 −r)(−2 −r) −2 = 0 =⇒r
2
+ 5r + 4 = 0
Assim as raizes são, r
1
= −1 e r
2
= −4.
Determinando o autovetor associado a r
1
= −1. Assim,
_
−2

2

2 −1
_
·
_
x
1
x
2
_
=
_
0
0
_
=⇒
_
−2x
1
+

2x
2
= 0

2x
1
−x
2
= 0
Daí, x
2
=

2x
1
. Assim,
ξ
1
=
_
x
1
x
2
_
=
_
x
1

2x
1
_
= x
1
_
1

2
_
Deste modo, o autovalor associado ao autovetor r
1
= −1 é ξ
1
=
_
1

2
_
Então a solução associada é,
x
1
(t) =
_
1

2
_
e
−t
Determinando o autovetor associado a r
2
= −4. Assim,
_
1

2

2 2
_
·
_
x
1
x
2
_
=
_
0
0
_
=⇒
_
x
1
+

2x
2
= 0

2x
1
+ 2x
2
= 0
Daí, x
1
= −

2x
2
. Assim,
ξ
2
=
_
x
1
x
2
_
=
_


2x
1
x
2
_
= x
1
_


2
1
_
Deste modo, o autovalor associado ao autovetor r
2
= −4 é ξ
2
=
_


2
1
_
Então a solução associada é,
x
2
(t) =
_


2
1
_
e
−4t
Calculando o determinante Wronskiano, temos,
W[x
1
, x
2
] =
¸
¸
¸
¸
¸
e
−t


2e
−4t

2e
−t
e
−4t
¸
¸
¸
¸
¸
= 3e
−5t
= 0
95
Portanto a solução geral é,
x(t) = C
1
_
1

2
_
e
−t
+ C
2
_


2
1
_
e
−4t
5.4.3 Autovalores Complexos
Considere ainda o sistema,
X

= AX
onde a matriz dos coeficientes A é real. Se procurarmos soluções da forma X = ξe
rt
,
onde ξ é uma matriz de autovetores asssociada ao autovalores r
1
, r
2
, . . ., r
n
, os quais são
raizes da equação,
det(A −rI) = 0
e que os autovetores associados satisfazem daí,
(A −rI)ξ = 0
Neste sentido, autovalores complexos aparecemempares conjugados. Por exemplo,
se r
1
= p +iq é um autovalor de A então r
2
= p −iq também é. Alem disso os autovetores
associados ξ
1
e ξ
2
também são complexos conjugados. Vejamos, Prova. Suponha que r
1
e ξ
1
satisfazem,
(A −r
1
I)ξ
1
= 0
Calculando a equação complexa conjugada dessa e observando que A e I são reais, obte-
mos,
(A −r
1
I)ξ
1
= 0
onde r
1
e ξ
1
são complexos conjugados de r
1
e ξ
1
, respectivamente. Em outras palavras,
r
2
= r
1
é um autovalor e ξ
2
= ξ
1
é um autovetor associado.
Determinamos assim duas soluções,
X
1
(t) = ξ
1
e
(p+iq)t
e X
2
(t) = ξ
2
e
(p−iq)t
onde X
1
(t) = X
2
(t).
Nosso objetivo agora é determinar soluções reais. Assim, seja ξ
1
= a +ib, onde a e b
são reais. Então,
X
1
(t) = (a + ib)e
(p+iq)t
= (a + ib)e
pt
[cos(qt) + isen(qt)].
daí,
X
1
(t) = e
pt
[acos(qt) −bsen(qt)] + ie
pt
[asen(qt) + bcos(qt)].
se escrevermos X
1
(t) = U(t) + iV (t), então temos,
U(t) = e
pt
[acos(qt) −bsen(qt)]
96
V (t) = e
pt
[asen(qt) + bcos(qt)]
Afirmação
U(t) e V (t) são soluções reais do sistema.
Prova. Seja X

= AX, então temos
X

1
= AX
1
ou seja,
U

(t) + iV

(t) = A(U(t) + iV (t))
daí,
U

(t) = AU(t) e V

(t) = AV (t)
Logo, U(t) e V (t) são soluções reais do sistema.
Exemplo 57 Encontre um conjunto fundamental de soluções reais do sistema,
X

=
_
_
_
_
_
1 0 0
2 1 −2
3 2 1
_
_
_
_
_
X
Solução:
Antes de determinarmos a solução observemos que o sistema é,
X

=
_
_
_
_
1 0 0
2 1 −2
3 2 1
_
_
_
_
X =⇒
_
_
_
_
x

1
x

2
x

3
_
_
_
_
=
_
_
_
_
1 0 0
2 1 −2
3 2 1
_
_
_
_
·
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=⇒
_
¸
¸
_
¸
¸
_
x

1
= x
1
x

2
= 2x
1
+ x
2
−2x
3
x

3
= 3x
1
+ 2x
2
+ x
3
Assim, para determinar um conjunto fundamental de soluções do sistema, pre-
cisamos determinar inicialmente os autovalores associados ao sistema, ou seja, os valores
de r para os quais, det(A −rI) = 0. Assim,
det(A−rI) = 0 =⇒
¸
¸
¸
¸
¸
¸
¸
¸
1 −r 0 0
2 1 −r −2
3 2 1 −r
¸
¸
¸
¸
¸
¸
¸
¸
= (1 −r)
3
−4(1 −r) = (1 −r)(r
2
−2r +5) = 0
97
de onde obtemos os seguintes autovalores,
r
1
= 1, r
2
= 1 + 2i e r
3
= 1 −2i
Determinando o autovetor associado a r
1
= 1. Assim,
_
_
_
_
0 0 0
2 0 −2
3 2 0
_
_
_
_
·
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
0
0
0
_
_
_
_
=⇒
_
2x
1
−2x
3
= 0
3x
1
+ 2x
2
= 0
Daí, x
3
= x
1
e x
2
= −
3
2
x
1
. Assim,
ξ
1
=
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
2
−3
2
_
_
_
_
Assim,
X
1
(t) =
_
_
_
_
2
−3
2
_
_
_
_
e
t
Determinando o autovetor associado a r
2
= 1 + 2i. Assim,
_
_
_
_
−2i 0 0
2 −2i −2
3 2 −2i
_
_
_
_
·
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
0
0
0
_
_
_
_
=⇒
_
¸
¸
_
¸
¸
_
−2ix
1
= 0
2x
1
−2ix
2
−2x
3
= 0
3x
1
+ 2x
2
−2ix
3
= 0
Daí, x
1
= 0 e x
2
= ix
3
. Assim,
ξ
1
=
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
0
i
1
_
_
_
_
Assim,
X
2
(t) =
_
_
_
_
_
0
i
1
_
_
_
_
_
e
(1+2i)t
=
_
_
_
_
_
0
i
1
_
_
_
_
_
e
t
(cos(2t)+isen(2t)) =
_
_
_
_
_
0
−sen(2t)
cos(2t)
_
_
_
_
_
e
t
+i
_
_
_
_
_
0
−cos(2t)
sen(2t)
_
_
_
_
_
e
t
= U(t)+iV (t)
Portanto a solução geral é,
X(t) = C
1
X
1
(t) + C
2
U(t) + C
3
V (t) =⇒
98
X(t) = C
1
_
_
_
_
2
−3
2
_
_
_
_
e
t
+ C
2
_
_
_
_
0
−sen(2t)
cos(2t)
_
_
_
_
e
t
+ C
3
_
_
_
_
0
−cos(2t)
sen(2t)
_
_
_
_
e
t
5.4.4 Autovalores Repetidos
Considere ainda o sistema,
X

= AX
Suponha que r = ρ seja um autovalor de multiplicidade k da matriz A. Nesta situ-
ação há duas possibilidades a ser considerada.
Caso 1
Existem k autovetores L.I. ξ
1
, ξ
2
, . . ., ξ
k
associados ao autovalor r = ρ. Neste caso,
X
1
(t) = ξ
1
e
ρt
, X
2
(t) = ξ
2
e
ρt
, . . . , X
k
(t) = ξ
k
e
ρt
são k soluções linearmente independentes do sistema.
Exemplo 58 Encontre um conjunto fundamental de soluções reais do sistema,
X

=
_
_
_
_
_
0 1 1
1 0 1
1 1 0
_
_
_
_
_
X
Solução:
Antes de determinarmos a solução observemos que o sistema é,
X

=
_
_
_
_
0 1 1
1 0 1
1 1 0
_
_
_
_
X =⇒
_
_
_
_
x

1
x

2
x

3
_
_
_
_
=
_
_
_
_
0 1 1
1 0 1
1 1 0
_
_
_
_
·
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=⇒
_
¸
¸
_
¸
¸
_
x

1
= x
2
+ x
3
x

2
= x
1
+ x
3
x

3
= x
1
+ x
2
Assim, para determinar um conjunto fundamental de soluções do sistema, pre-
cisamos determinar inicialmente os autovalores associados ao sistema, ou seja, os valores
99
de r para os quais, det(A −rI) = 0. Assim,
det(A −rI) = 0 =⇒
¸
¸
¸
¸
¸
¸
¸
¸
−r 1 1
1 −r 1
1 1 −r
¸
¸
¸
¸
¸
¸
¸
¸
= −r
3
+ 3r + 2 = 0
de onde obtemos os seguintes autovalores,
r
1
= 2, e r
2
= −1 = r
3
Determinando o autovetor associado a r
1
= 2. Assim,
_
_
_
_
−2 1 1
1 −2 1
1 1 −2
_
_
_
_
·
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
0
0
0
_
_
_
_
=⇒
_
¸
¸
_
¸
¸
_
−2x
1
+ x
2
+ x
3
= 0
x
1
−2x
2
+ x
3
= 0
x
1
+ x
2
−2x
3
= 0
Daí, x
1
= x
2
= x
3
. Assim,
ξ
1
=
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
1
1
1
_
_
_
_
Assim,
X
1
(t) =
_
_
_
_
1
1
1
_
_
_
_
e
2t
Determinando o autovetor associado a r = r
2
= r
3
= −1. Assim,
_
_
_
_
1 1 1
1 1 1
1 1 1
_
_
_
_
·
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
0
0
0
_
_
_
_
=⇒
_
¸
¸
_
¸
¸
_
x
1
+ x
2
+ x
3
= 0
x
1
+ x
2
+ x
3
= 0
x
1
+ x
2
+ x
3
= 0
Daí, x
3
= −x
2
−x
1
. Assim, escolhendo,
• x
1
= 1 e x
2
= 0 temos x
3
= −1, daí,
ξ
3
=
_
_
_
_
1
0
−1
_
_
_
_
e escolhendo,
100
• x
1
= 0 e x
2
= −1 temos x
3
= −1, daí,
ξ
3
=
_
_
_
_
0
1
−1
_
_
_
_
Portanto a solução geral é,
X(t) = C
1
_
_
_
_
1
1
1
_
_
_
_
e
2t
+ C
2
_
_
_
_
1
0
−1
_
_
_
_
e
−t
+ C
3
_
_
_
_
0
1
−1
_
_
_
_
e
−t
Caso 2
Existem um número menor que k autovetores L.I.. Assim vamos estudar os casos
de autovalores de multiplicidade 2 e 3.
Suponha que r = rho seja um autovalor de multiplicidade 2(3) e que há um só au-
tovetor associado L.I..
Primeira Solução
X
1
(t) = ξ
1
e
ρt
onde ξ
1
satisfaz a equação (A −ρI)ξ
1
= 0.
Segunda Solução
X
2
(t) = ξ
1
te
ρt
+ ξ
2
e
ρt
onde ξ
2
satisfaz a equação (A −ρI)ξ
2
= ξ
1
.
Primeira Solução
X
3
(t) = ξ
1
t
2
2
e
ρt
+ ξ
2
te
ρt
+ ξ
3
e
ρt
onde ξ
3
obedece a equação (A −ρI)ξ
3
= ξ
2
.
Exemplo 59 Encontre um conjunto fundamental de soluções reais do sistema,
X

=
_
_
_
_
_
1 1 1
2 1 −1
0 −1 1
_
_
_
_
_
X
Solução:
101
Antes de determinarmos a solução observemos que o sistema é,
X

=
_
_
_
_
1 1 1
2 1 −1
0 −1 1
_
_
_
_
X =⇒
_
_
_
_
x

1
x

2
x

3
_
_
_
_
=
_
_
_
_
1 1 1
2 1 −1
0 −1 1
_
_
_
_
·
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=⇒
_
¸
¸
_
¸
¸
_
x

1
= x
1
+ x
2
+ x
3
x

2
= 2x
1
+ x
2
−x
3
x

3
= −x
2
+ x
3
Assim, para determinar um conjunto fundamental de soluções do sistema, pre-
cisamos determinar inicialmente os autovalores associados ao sistema, ou seja, os valores
de r para os quais, det(A −rI) = 0. Assim,
det(A −rI) = 0 =⇒
¸
¸
¸
¸
¸
¸
¸
¸
1 −r 1 1
2 1 −r −1
0 −1 1 −r
¸
¸
¸
¸
¸
¸
¸
¸
= (1 −r)
3
−3(1 −r) −2 = 0
de onde obtemos os seguintes autovalores,
r
1
= −1, e r
2
= 2 = r
3
Determinando o autovetor associado a r
1
= 2. Assim,
_
_
_
_
2 1 1
2 2 −1
0 −1 2
_
_
_
_
·
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
0
0
0
_
_
_
_
=⇒
_
¸
¸
_
¸
¸
_
2x
1
+ x
2
+ x
3
= 0
2x
1
+ 2x
2
−x
3
= 0
−x
2
+ 2x
3
= 0
Daí, x
2
= 2x
3
e x
3
= −
2
3
x
1
. Assim,
ξ
1
=
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
3
−4
−2
_
_
_
_
Assim,
X
1
(t) =
_
_
_
_
3
−4
−2
_
_
_
_
e
−t
102
Determinando o autovetor associado a r = r
2
= r
3
= 2. Assim,
_
_
_
_
−1 1 1
2 −1 −1
0 −1 −1
_
_
_
_
·
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
0
0
0
_
_
_
_
=⇒
_
¸
¸
_
¸
¸
_
−x
1
+ x
2
+ x
3
= 0
2x
1
−x
2
−x
3
= 0
−x
2
−x
3
= 0
Daí, x
1
= 0 e x
3
= −x
2
. Assim,
ξ
2
=
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
0
1
−1
_
_
_
_
Assim,
X
2
(t) =
_
_
_
_
0
1
−1
_
_
_
_
e
2t
Agora, X
3
= ξ
2
te
2t
+ ξ
3
e
2t
, onde (A −2I)ξ
3
= ξ
2
. Assim,
_
_
_
_
−1 1 1
2 −1 −1
0 −1 −1
_
_
_
_
·
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
0
1
−1
_
_
_
_
=⇒
_
¸
¸
_
¸
¸
_
−x
1
+ x
2
+ x
3
= 0
2x
1
−x
2
−x
3
= 1
−x
2
−x
3
= −1
Daí, x
1
= 1 e x
2
= 1 −x
3
. Assim,
ξ
3
=
_
_
_
_
x
1
x
2
x
3
_
_
_
_
=
_
_
_
_
1
0
−1
_
_
_
_
Assim,
X
3
(t) =
_
_
_
_
0
1
−1
_
_
_
_
te
2t
+
_
_
_
_
1
0
1
_
_
_
_
e
2t
Portanto a solução geral é,
X(t) = C
1
X
1
(t) + C
2
X
2
(t) + C
3
X
3
(t)
X(t) = C
1
_
_
_
_
3
−4
−2
_
_
_
_
e
−t
+ C
2
_
_
_
_
0
1
−1
_
_
_
_
e
2t
+ C
3
_
¸
¸
_
_
_
_
_
0
1
−1
_
_
_
_
te
2t
+
_
_
_
_
1
0
1
_
_
_
_
e
2t
_
¸
¸
_
103
5.5 Sistemas de Equações Diferenciais Não-Homogêneos
A parti de agora trabalharemos com sistemas de equações diferenciais lineares de
primeira ordem, o qual é descrito da forma,
_
¸
¸
¸
_
¸
¸
¸
_
x

1
= P
11
(t)x
1
+ P
12
(t)x
2
+ . . . + P
1n
(t)x
n
+ g
1
(t)
x

2
= P
21
(t)x
1
+ P
22
(t)x
2
+ . . . + P
2n
(t)x
n
+ g
2
(t)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
x

n
= P
n1
(t)x
1
+ P
n2
(t)x
2
+ . . . + P
nn
(t)x
n
+ g
n
(t)
(5.7)
ou na forma matricial
X

= P(t)X + G(t), (5.8)
onde X

, X, P(t) e G(t) são matrizes.
Quando,
G(t) =
_
_
_
_
_
g
1
(t)
.
.
.
g
2
(t)
_
_
_
_
_
=
_
_
_
_
_
0
.
.
.
0
_
_
_
_
_
o sistema é assim descrito é chamado de não-homogêneo.
Para resolver problemas desse tipo vamos utilizar o conceito de variação de parâmet-
ros.
Método da Variação de Parâmetros
Considere o sistema (5.8). Se

X
1
(t),

X
2
(t), . . .,

X
n−1
(t) e

X
n
(t) são soluções linear-
mente independentes (L.I.), ( ou seja, W[

X
1
(t),

X
2
(t), . . . ,

X
n
(t)] = 0) da equação ho-
mogênea,
X

= P(t)X, (5.9)
então sua solução geral é,
X
H
= C
1

X
1
(t) + C
2

X
2
(t) + . . . + C
n

X
n
(t)
Se X
1
(t) e X
2
(t) são soluções da equação não-homogênea (5.8), então X
1
(t) −X
2
(t)
é solução da equação homogênea (5.9).
Daí, para X
1
(t) = X(t) e X
2
= X
P
(t), segue que,
X(t) −X
p
(t) = C
1

X
1
(t) + C
2

X
2
(t) + . . . + C
n

X
n
(t) =⇒X = X
H
+ X
p
.
Vamos supor que a solução particular é dada por,
X
p
(t) = u
1

X
1
(t) + u
2

X
2
(t) + . . . + u
n

X
n
(t).
104
Deste modo substituindo X
p
(t) em (5.8) obtemos,
X

p
= P(t)X
p
+ G(t) =⇒
=⇒(u
1

X
1
(t) + u
2

X
2
(t) + . . . + u
n

X
n
(t))

= P(t)(u
1

X
1
(t) + u
2

X
2
(t) + . . . + u
n

X
n
(t)) + G(t) =⇒
=⇒u

1

X
1
(t)+u
1

X

1
(t)+. . .+u

n

X
n
(t)+u
n

X

n
(t) = P(t)u
1

X
1
(t)+P(t)u
2

X
2
(t)+. . .+P(t)u
n

X
n
(t)+G(t) =⇒
=⇒(u

1

X
1
(t)+. . .+u

n

X
n
(t))+(u
1

X

1
(t)+. . .+u
n

X

n
(t)) = u
1
P(t)

X
1
(t)+u
2
P(t)

X
2
(t)+. . .+u
n
P(t)

X
n
(t)+G(t).
Sabendo que, X

1
= P(t)X
1
, . . ., X

n
= P(t)X
n
, obtemos então,
u

1

X
1
(t) + . . . + u

n

X
n
(t) = G(t)
Exemplo 60 Determine um conjunto solução para o sistema,
X

=
_
_
−2 1
1 −2
_
_
X +
_
_
2e
−t
3t
_
_
Solução:
Vamos inicialmente calcular as soluções do sistema homogêneo, ou seja,
X

= AX
Por substituição no sistema (A −rI)

ξ = 0 obtemos,
__
−2 1
1 −2
_
−r
_
1 0
0 1
__
·
_
x
1
x
2
_
=
_
0
0
_
=⇒
_
−2 −r 1
1 −2 −r
_
·
_
x
1
x
2
_
=
_
0
0
_
Calculando det(A −rI) = 0, temos,
¸
¸
¸
¸
¸
−2 −r 1
1 −2 −r
¸
¸
¸
¸
¸
= 0 =⇒(−2 −r)
2
−1 = 0 =⇒r
2
+ 4r + 3 = 0
De onde obtemos os seguintes autovalores, r
1
= −3 e r
2
= −1.
Substituindo o autovalor r
1
= −3 na equação (A −rI)

ξ
1
= 0, temos,
_
1 1
1 1
_
·
_
x
1
x
2
_
=
_
0
0
_
=⇒
_
x
1
+ x
2
= 0
x
1
+ x
2
= 0
Assim, x
2
= −x
1
. Deste modo, o autovalor associado ao autovetor r
1
= 3 é ξ
1
=
_
1
−1
_
Então a solução associada é,
X
1
(t) =
_
1
−1
_
e
−3t
105
Substituindo o autovalor r
1
= −1 na equação (A −rI)

ξ
1
= 0, temos,
_
−1 1
1 −1
_
·
_
x
1
x
2
_
=
_
0
0
_
=⇒
_
−x
1
+ x
2
= 0
x
1
−x
2
= 0
Assim, x
2
= x
1
. Deste modo, o autovalor associado ao autovetor r
2
= −1 é ξ
2
=
_
1
1
_
Então a solução associada é,
X
2
(t) =
_
1
1
_
e
−t
Calculando o determinante Wronskiano, temos,
W[X
1
, X
2
] =
¸
¸
¸
¸
¸
e
−3t
e
−t
−e
−3t
e
−t
¸
¸
¸
¸
¸
= 2e
−4t
= 0
Vamos agora calcular a solução particular. Segue então que,
u

1

X
1
(t) + u

2

X
2
(t) = G(t) =⇒
=⇒u

1
_
1
−1
_
e
−3t
+ u

2
_
1
1
_
e
−t
=
_
2e
−t
3t
_
=⇒
_
u

1
e
−3t
+ u

2
e
−t
−u

1
e
−3t
+ u

2
e
−t
_
=
_
2e
−t
3t
_
De onde obtemos o seguinte sistema,
_
u

1
e
−3t
+ u

2
e
−t
= 2e
−t
−u

1
e
−3t
+ u

2
e
−t
= 3t
então,
u

1
= e
2t

3
2
te
3t
e u

2
= 1 +
3
2
te
t
Assim,
u
1
=
1
2
e
2t

1
2
te
3t
+
1
6
e
3t
e u
2
= t +
3
2
te
t

3
2
e
t